gemini vision pro Télécharger - gemini vision pro Téléchargement du code source

gemini vision pro

Autre code source

1.0.0

Télécharger

Description : Il s'agit de l'incroyable Google Gemini Vision Pro ?, un outil puissant qui numérise des images, génère des descriptions à l'aide de l'API Gemini AI Pro Vision et fournit des commentaires vocaux. Il capture également des images à l'aide de la webcam.

? Introduction ?

Google Gemini Vision Pro est une application polyvalente qui combine le traitement d'image ?️, la reconnaissance vocale ? et les capacités de synthèse vocale ?. Avec cette application, vous pouvez capturer des images à l'aide de votre webcam ?, convertir des mots prononcés en texte, générer des descriptions d'images et même vous faire répondre les descriptions.

Guide d'installation

Étape 1 : Cloner le référentiel

git clone https://github.com/haseeb-heaven/Gemini-Vision-Pro
cd Gemini-Vision-Pro

Étape 2 : Installer les dépendances

pip install -r requirements.txt

Étape 3 : Exécutez l'application

streamlit run script.py

Étape 4 : Obtenez la clé API Google Palm et configurez l'application

Obtenez la clé API Google Palm.
Visitez l'URL suivante : Google AI Studio
Cliquez sur le bouton Créer une clé API .
La clé générée est votre clé API. Assurez-vous de le copier et de le coller dans les paramètres de l'application .
La clé API est cruciale pour le fonctionnement. Veuillez vous assurer de la conserver en sécurité et de ne la partager avec personne .

Paramètres de l'IA Gemini :

Sections IA

Les principales sections IA de ce projet comprennent :

? Détection de webcam à l'aide de WebRTC, OpenCV et PIL
Conversion de la parole en texte à l'aide de l'API Google Cloud Speech-to-Text
?️ Conversion de synthèse vocale à l'aide de l'API de synthèse vocale de Google Cloud
? Traitement d'images à l'aide de l'API Gemini AI Pro Vision

Caractéristiques

? Détection de webcam avec capture d'image en temps réel
Conversion parole en texte pour les mots prononcés
?️ Synthèse vocale pour générer des descriptions orales
? Traitement d'images utilisant l'IA pour fournir des descriptions détaillées
Journalisation à l'aide du module de journalisation de Python
Gestion des erreurs avec la gestion des exceptions de Python

WebUI - Vitrine d'applications

Démo YouTube :

Webcam avec flux en direct :

Démo Gemini Ai Vision avec objet comme Cap :

Démo Gemini Ai Vision avec Hand :

Démo Gemini Ai Vision avec Gesture :

Forfaits utilisés

Ce projet s'appuie sur divers packages Python, notamment :

Streamlit - Un framework d'application Web utilisé pour créer l'application
Streamlit Webrtc - Utilisé pour capturer des images de la webcam
OpenCV - Utilisé pour la capture d'images par webcam
PIL (Pillow) - Utilisé pour le traitement et la conversion d'images
gTTS (Google Text-to-Speech) - Convertit le texte en parole
SpeechRecognition - Convertit la parole en texte
google.cloud.speech - Fait partie des services Google Cloud pour la conversion parole-texte