Update app.py

app.py

@@ -1,17 +1,16 @@
 import gradio as gr
 import torch
 import re
-import numpy as np
 from PIL import Image, ImageEnhance, ImageOps
 from transformers import AutoModel, AutoTokenizer, AutoModelForSequenceClassification
 import torchvision.transforms as T
 
-# ==== TẢI PHOBERT (CPU HOẶC GPU TÙY Ý) ====
+# ==== PhoBERT ====
 phobert_path = "DuyKien016/phobert-scam-detector"
 phobert_tokenizer = AutoTokenizer.from_pretrained(phobert_path, use_fast=False)
 phobert_model = AutoModelForSequenceClassification.from_pretrained(phobert_path).eval().to("cuda" if torch.cuda.is_available() else "cpu")
 
-# ==== TẢI VINTERN (PHẢI CÓ GPU) ====
+# ==== Vintern ====
 vintern_model = AutoModel.from_pretrained(
     "5CD-AI/Vintern-1B-v3_5",
     trust_remote_code=True,
@@ -21,18 +20,16 @@ vintern_model = AutoModel.from_pretrained(
 ).eval()
 vintern_tokenizer = AutoTokenizer.from_pretrained("5CD-AI/Vintern-1B-v3_5", trust_remote_code=True)
 
-# ==== HÀM PHÂN LOẠI VỚI PHOBERT ====
+# ==== PhoBERT Predict ====
 def predict_phobert(texts):
     results = []
     for text in texts:
         encoded = phobert_tokenizer(text, return_tensors="pt", truncation=True, padding=True, max_length=256)
         encoded = {k: v.to(phobert_model.device) for k, v in encoded.items()}
-
         with torch.no_grad():
             logits = phobert_model(**encoded).logits
             probs = torch.softmax(logits, dim=1).squeeze()
             label = torch.argmax(probs).item()
-
         results.append({
             "text": text,
             "prediction": "🛑 LỪA ĐẢO" if label == 1 else "✅ BÌNH THƯỜNG",
@@ -40,7 +37,7 @@ def predict_phobert(texts):
         })
     return results
 
-# ==== HÀM XỬ LÝ ẢNH CHO VINTERN ====
+# ==== Xử lý ảnh cho Vintern ====
 def enhance_image_for_ocr(image):
     enhancer = ImageEnhance.Contrast(image)
     image = enhancer.enhance(1.8)
@@ -53,7 +50,6 @@ def ocr_with_vintern(img: Image.Image):
     img = enhance_image_for_ocr(img)
     img.thumbnail((448, 448), Image.Resampling.LANCZOS)
     img = ImageOps.pad(img, (448, 448), color=(245, 245, 245))
-
     transform = T.Compose([
         T.ToTensor(),
         T.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
@@ -88,7 +84,7 @@ Bắt đầu:"""
     cleaned = [re.sub(r'^\d+[\.\)\-\s]+', '', re.sub(r"\s+", " ", m.strip())) for m in messages if m.strip()]
     return cleaned or ["Không tìm thấy tin nhắn trong ảnh."]
 
-# ==== HÀM CHAT ====
+# ==== Giao tiếp chính ====
 def handle_input(image, text, history):
     if image and text:
         return history + [[text, "❗ Chỉ chọn một: ảnh hoặc văn bản!"]]
@@ -105,21 +101,16 @@ def handle_input(image, text, history):
     else:
         return history + [["", "❗ Bạn chưa gửi gì cả."]]
 
-# ==== TÙY CHỈNH GIAO DIỆN ====
-CUSTOM_CSS = """
-#chatbox .message.user {background-color: #e6f0ff; color: #003366;}
-#chatbox .message.bot {background-color: #f0f8ff; color: #000000;}
-"""
-
-with gr.Blocks(css=CUSTOM_CSS, theme=gr.themes.Base(primary_hue="blue")) as demo:
-    gr.Markdown("## 🔍 Phân loại tin nhắn lừa đảo bằng ảnh hoặc văn bản", elem_id="title")
-    chatbot = gr.Chatbot([], elem_id="chatbox").style(height=400)
+# ==== Giao diện ====
+with gr.Blocks(theme=gr.themes.Base(primary_hue="blue")) as demo:
+    gr.Markdown("## 🔍 Phân loại Lừa đảo từ Ảnh hoặc Văn bản", elem_id="title")
+    chatbot = gr.Chatbot([], label="Chat kết quả", show_label=False, height=450)
 
     with gr.Row():
         with gr.Column(scale=1):
-            image = gr.Image(type="pil", label="📷 Ảnh (1 ảnh duy nhất)", tool=None)
+            image = gr.Image(type="pil", label="📷 Ảnh (chọn 1 ảnh)")
         with gr.Column(scale=4):
-            textbox = gr.Textbox(lines=2, placeholder="💬 Nhập tin nhắn văn bản...", show_label=False)
+            textbox = gr.Textbox(lines=2, placeholder="💬 Nhập văn bản...", label="")
 
     send_btn = gr.Button("Gửi")
 
@@ -127,6 +118,6 @@ with gr.Blocks(css=CUSTOM_CSS, theme=gr.themes.Base(primary_hue="blue")) as demo
         return None, ""
 
     send_btn.click(fn=handle_input, inputs=[image, textbox, chatbot], outputs=chatbot)
-    send_btn.click(fn=clear_inputs, inputs=None, outputs=[image, textbox])
+    send_btn.click(fn=clear_inputs, outputs=[image, textbox])
 
 demo.launch()