Vision Model

def predict_image(image_data_base64: str) -> str:
    try:
        # فك تشفير الصورة من base64
        img_bytes = base64.decodebytes(image_data_base64.encode())
        image = Image.open(io.BytesIO(img_bytes))
        
        # التأكد من صيغة الألوان RGB
        if image.mode != "RGB":
            image = image.convert("RGB")
            
        # استخراج الميزات وتحويلها لموترات (Tensors)
        pixel_values = v_feature_extractor(images=[image], return_tensors="pt").pixel_values.to(v_device)
        
        # توليد الوصف النصي
        output_ids = v_model.generate(pixel_values, max_length=16, num_beams=4)
        preds = v_tokenizer.batch_decode(output_ids, skip_special_tokens=True)
        
        return preds[0].strip()
    except Exception:
        return "صورة مرفقة"

def predict_image(image_data_base64: str) -> str:
    try:
        # فك تشفير الصورة من base64
        img_bytes = base64.decodebytes(image_data_base64.encode())
        image = Image.open(io.BytesIO(img_bytes))
        
        # التأكد من صيغة الألوان RGB
        if image.mode != "RGB":
            image = image.convert("RGB")
            
        # استخراج الميزات وتحويلها لموترات (Tensors)
        pixel_values = v_feature_extractor(images=[image], return_tensors="pt").pixel_values.to(v_device)
        
        # توليد الوصف النصي
        output_ids = v_model.generate(pixel_values, max_length=16, num_beams=4)
        preds = v_tokenizer.batch_decode(output_ids, skip_special_tokens=True)
        
        return preds[0].strip()
    except Exception:
        return "صورة مرفقة"