Upload 2 files

backend.py

@@ -219,11 +219,14 @@ def process_input(input_video_path):
 
         print("4. Generuji překlad...")
         
-        # VYLEPŠENÁ KONTROLA VSTUPŮ
+        # VYLEPŠENÁ KONTROLA VSTUPŮ S KONTROLOU HODNOT (Zda to nejsou samé nuly)
         print(f"DEBUG: Typ src_input: {type(src_input)}")
         if isinstance(src_input, dict):
             for k, v in src_input.items():
-                print(f"DEBUG: -- src_input['{k}'] typ: {type(v)}, tvar: {v.shape if hasattr(v, 'shape') else 'Není tensor'}")
+                if hasattr(v, 'shape') and hasattr(v, 'min'):
+                    print(f"DEBUG: -- src_input['{k}'] typ: {type(v)}, tvar: {v.shape}, min: {v.min().item():.4f}, max: {v.max().item():.4f}, mean: {v.mean().item():.4f}")
+                else:
+                    print(f"DEBUG: -- src_input['{k}'] typ: {type(v)}, tvar: {v.shape if hasattr(v, 'shape') else 'Není tensor'}")
         elif hasattr(src_input, 'shape'):
             print(f"DEBUG: Tvar src_input: {src_input.shape}")
         
@@ -231,18 +234,13 @@ def process_input(input_video_path):
             with torch.no_grad():
                 stack_out = model(src_input, tgt_input)
                 
-                # Získáme instanci tokenizéru už tady, abychom mu vzali ID tokenů
                 tokenizer = model.mt5_tokenizer
                 
-                # OPRAVENÉ GENEROVÁNÍ: Donutíme model nevyplivnout hned konec věty
+                # NÁVRAT K ORIGINÁLNÍMU VOLÁNÍ (Odebrány nepodporované argumenty)
                 output = model.generate(
                     stack_out,
                     max_new_tokens=100,
                     num_beams=4,
-                    min_length=5, # Zakáže modelu vrátit jen prázdný výsledek
-                    bos_token_id=tokenizer.pad_token_id, 
-                    eos_token_id=tokenizer.eos_token_id, 
-                    pad_token_id=tokenizer.pad_token_id,
                 )
                 
             print(f"DEBUG: Výstupní tensor má tvar: {output.shape}")
@@ -251,7 +249,6 @@ def process_input(input_video_path):
             tgt_pres = tokenizer.batch_decode(output, skip_special_tokens=True)
             print(f"DEBUG: Surový text z tokenizéru: '{tgt_pres}'")
             
-            # Schválně zkusíme dekódovat BEZ přeskočení speciálních tokenů, abychom viděli, co model řekl
             surove_tokeny = tokenizer.batch_decode(output, skip_special_tokens=False)
             print(f"DEBUG: Text VČETNĚ speciálních tokenů: '{surove_tokeny}'")
             
@@ -263,7 +260,6 @@ def process_input(input_video_path):
             return result
             
         except Exception as e:
-            # PŘIDÁNO: Zachycení a vypsání chyby (sloučeno do jednoho bloku)
             print("=====================================")
             print("CHYBA PŘI GENEROVÁNÍ PŘEKLADU!")
             print(f"Typ chyby: {type(e).__name__}")
@@ -272,9 +268,9 @@ def process_input(input_video_path):
             traceback.print_exc()
             print("=====================================")
             return f"Došlo k vnitřní chybě modelu při generování: {str(e)}"
-                       
+            
     except Exception as e:
         print(f"Chyba při zpracování: {e}")
         import traceback
         traceback.print_exc()
-        return f"Chyba při zpracování videa: {str(e)}"
+        return f"Chyba při zpracování videa: {str(e)}"

predict_pose.py

@@ -542,9 +542,18 @@ def predict_pose(video: List[np.ndarray], models: tuple, sign_space=4, yolo_sign
     }
     
     try:
-        # Uložíme to rovnou do hlavní složky aplikace
+        # Pomocná funkce pro automatický převod numpy typů (int64, ndarray) na čistý Python
+        def convert_numpy(obj):
+            if isinstance(obj, (np.integer, np.int64, np.int32)):
+                return int(obj)
+            if isinstance(obj, (np.floating, np.float64, np.float32)):
+                return float(obj)
+            if isinstance(obj, np.ndarray):
+                return obj.tolist()
+            raise TypeError(f"Type {type(obj)} not serializable")
+
         with open("latest_keypoints.json", "w", encoding="utf-8") as f:
-            json.dump(json_data, f, indent=4)
+            json.dump(json_data, f, indent=4, default=convert_numpy)
         print("DEBUG: JSON úspěšně uložen jako latest_keypoints.json (včetně bounding boxů)")
     except Exception as e:
         print(f"VAROVÁNÍ: Nepodařilo se uložit JSON soubor. Chyba: {e}")