feat: Ajout de la version Streamlit Cloud avec modèle Hugging Face distant

.streamlit/config.toml

@@ -1,7 +1,17 @@
+[global]
+developmentMode = false
+
 [server]
 headless = true
-port = 7860
-enableCORS = false
+enableCORS = true
+enableXsrfProtection = true
+port = 8501
 
 [browser]
-gatherUsageStats = false 
+gatherUsageStats = false
+
+[theme]
+primaryColor = "#00FF00"
+backgroundColor = "#FFFFFF"
+secondaryBackgroundColor = "#F0F2F6"
+textColor = "#262730" 

README.md

@@ -5,54 +5,63 @@ colorFrom: green
 colorTo: yellow
 sdk: docker
 sdk_version: "1.0.0"
-app_file: src/streamlit_app.py
+app_file: src/streamlit_app_local_models.py
 pinned: false
 ---
 
 # AgriLens AI 🌱
 
-Application de diagnostic des maladies des plantes utilisant le modèle Gemma 3n de Google.
-
-## Fonctionnalités
-- Analyse d'images de plantes
-- Détection des maladies
-- Recommandations de traitement personnalisées
-
-## Comment utiliser
-1. Téléchargez une photo d'une plante
-2. Cliquez sur "Analyser l'image"
-3. Consultez les résultats détaillés
-
-## Configuration requise
-- Hardware: GPU recommandé
-- Espace disque: 20GB+ (pour le modèle Gemma 3n)
-
-## Avertissement
+Application de diagnostic des maladies des plantes utilisant le modèle Gemma 3n multimodal de Google en mode local.
+
+## ✨ Fonctionnalités principales
+- **Analyse d'images de plantes** avec IA locale
+- **Diagnostic automatique** des maladies et problèmes
+- **Recommandations pratiques** avec section "Actions urgentes"
+- **Interface mobile** optimisée pour les agriculteurs
+- **Modèle multimodal** : analyse image + texte simultanément
+- **Mode 100% offline** - aucune connexion Internet requise
+
+## 🚀 Comment utiliser
+1. **Chargez le modèle** : Cliquez sur "Charger le modèle Gemma 3n multimodal" dans la sidebar
+2. **Téléchargez une photo** de plante malade
+3. **Posez une question** spécifique (optionnel)
+4. **Cliquez sur "Analyser avec l'IA Locale"**
+5. **Consultez le diagnostic** et les recommandations
+
+## 💻 Configuration requise
+- **Hardware** : CPU (GPU optionnel)
+- **Espace disque** : 20GB+ (pour le modèle Gemma 3n)
+- **Mémoire RAM** : 8GB minimum recommandé
+- **Système** : Windows 10/11, Linux, macOS
+
+## ⚠️ Avertissement
 Les résultats fournis sont à titre indicatif uniquement. Pour un diagnostic médical ou agricole professionnel, veuillez consulter un expert qualifié.
 
-## Développement
-- Framework: Streamlit
-- Modèle: google/gemma-3n-e4b-it
-- Dernière mise à jour: Juillet 2025
+## 🔧 Développement
+- **Framework** : Streamlit
+- **Modèle** : Gemma 3n multimodal (local)
+- **Génération** : Paramètres optimisés (temperature=0.7, top_p=0.9)
+- **Interface** : Responsive design mobile-first
+- **Dernière mise à jour** : Juillet 2025
 
 ---
 
 ## 🇫🇷 Installation rapide
 1. **Téléchargez ou clonez ce dépôt**
-2. **Placez le dossier du modèle Gemma 3n dans `models/`** (exemple : `models/gemma-3n-transformers-gemma-3n-e2b-it-v1`)
+2. **Placez le modèle Gemma 3n dans `D:/Dev/model_gemma`** (ou modifiez le chemin dans le code)
 3. **Ouvrez un terminal dans le dossier du projet**
-4. **Exécutez le script d’installation automatique** :
+4. **Exécutez le script d'installation automatique** :
    ```powershell
    python install_agrilens.py
    ```
-5. **Lancez l’application** :
+5. **Lancez l'application** :
    ```powershell
-   streamlit run src/streamlit_app.py
+   streamlit run src/streamlit_app_local_models.py
    ```
 
 ## 🇬🇧 Quick install
 1. **Download or clone this repo**
-2. **Place the Gemma 3n model folder in `models/`** (e.g. `models/gemma-3n-transformers-gemma-3n-e2b-it-v1`)
+2. **Place the Gemma 3n model in `D:/Dev/model_gemma`** (or modify the path in the code)
 3. **Open a terminal in the project folder**
 4. **Run the auto-install script**:
    ```powershell
@@ -60,63 +69,113 @@ Les résultats fournis sont à titre indicatif uniquement. Pour un diagnostic m
    ```
 5. **Launch the app**:
    ```powershell
-   streamlit run src/streamlit_app.py
+   streamlit run src/streamlit_app_local_models.py
    ```
 
 ---
 
-## 🇫🇷 Script d’installation automatique
+## 🇫🇷 Nouvelles fonctionnalités (v2.0)
+
+### 🎯 Modèle multimodal local
+- **Gemma 3n multimodal** : Analyse simultanée image + texte
+- **Paramètres optimisés** : Génération fluide sans caractères isolés
+- **400 tokens** : Réponses détaillées et complètes
+
+### 📱 Interface mobile
+- **Design responsive** : Optimisé pour smartphones et tablettes
+- **Sidebar collapsible** : Plus d'espace sur mobile
+- **Boutons adaptés** : Taille et espacement optimisés
+- **Feedback visuel** : Spinners et messages de statut
+
+### 🔍 Diagnostic amélioré
+- **Section automatique** : "Recommandations ou actions urgentes"
+- **Analyse contextuelle** : Prise en compte de la question utilisateur
+- **Conseils pratiques** : Actions prioritaires pour l'agriculteur
+
+### ⚡ Performance
+- **Chargement unique** : Modèle chargé une seule fois avec cache
+- **CPU optimisé** : Fonctionne sans GPU
+- **Feedback temps réel** : Indicateurs de progression
+
+## 🇬🇧 New features (v2.0)
+
+### 🎯 Local multimodal model
+- **Gemma 3n multimodal** : Simultaneous image + text analysis
+- **Optimized parameters** : Smooth generation without isolated characters
+- **400 tokens** : Detailed and complete responses
+
+### 📱 Mobile interface
+- **Responsive design** : Optimized for smartphones and tablets
+- **Collapsible sidebar** : More space on mobile
+- **Adapted buttons** : Optimized size and spacing
+- **Visual feedback** : Spinners and status messages
+
+### 🔍 Enhanced diagnosis
+- **Automatic section** : "Recommendations or urgent actions"
+- **Contextual analysis** : User question consideration
+- **Practical advice** : Priority actions for farmers
+
+### ⚡ Performance
+- **Single loading** : Model loaded once with cache
+- **CPU optimized** : Works without GPU
+- **Real-time feedback** : Progress indicators
+
+---
+
+## 🇫🇷 Script d'installation automatique
 Le script `install_agrilens.py` :
-- Crée l’environnement virtuel si besoin
+- Crée l'environnement virtuel si besoin
 - Installe toutes les dépendances (`requirements.txt`)
-- Vérifie la présence du modèle dans `models/`
+- Vérifie la présence du modèle
 - Affiche les instructions de lancement
 
 ## 🇬🇧 Auto-install script
 The `install_agrilens.py` script:
 - Creates the virtual environment if needed
 - Installs all dependencies (`requirements.txt`)
-- Checks for the model in `models/`
+- Checks for the model presence
 - Shows launch instructions
 
 ---
 
-## 🇫🇷 Modes de fonctionnement (local vs Hugging Face)
+## 🇫🇷 Modes de fonctionnement
 
-| Plateforme         | Modèle utilisé                        | Inférence réelle | Dépendance Internet | Remarques |
+| Mode               | Modèle utilisé                        | Inférence réelle | Dépendance Internet | Remarques |
 |-------------------|---------------------------------------|------------------|---------------------|-----------|
-| Local (offline)   | Modèle téléchargé (dossier `models/`) | Oui              | Non                 | Rapide, 100% offline |
-| Hugging Face (token HF) | google/gemma-3n-E2B-it (API HF)         | Oui              | Oui                 | Espace GPU recommandé, token requis |
-| Hugging Face (public)   | Aucun (mode démo)                      | Non              | Oui                 | Réponse factice, test UI uniquement |
+| **Local (offline)** | Gemma 3n multimodal (dossier local)   | ✅ Oui           | ❌ Non              | Rapide, 100% offline, recommandé |
+| Hugging Face (token HF) | google/gemma-3n-E2B-it (API HF)         | ✅ Oui           | ✅ Oui              | Espace GPU recommandé, token requis |
+| Hugging Face (public)   | Aucun (mode démo)                      | ❌ Non           | ✅ Oui              | Réponse factice, test UI uniquement |
 
 ### Instructions
-- **Local (offline)** :
-  - Placez le modèle téléchargé dans le dossier `models/`
-  - Lancez l’application normalement (`streamlit run src/streamlit_app.py`)
+- **Local (offline)** - **RECOMMANDÉ** :
+  - Placez le modèle Gemma 3n dans `D:/Dev/model_gemma`
+  - Lancez `streamlit run src/streamlit_app_local_models.py`
   - Aucun accès Internet requis
+  - Interface mobile optimisée
 - **Hugging Face (inférence réelle)** :
-  - Ajoutez la variable d’environnement `HF_TOKEN` dans les settings du Space
-  - Acceptez les conditions d’utilisation du modèle sur [la page du modèle](https://huggingface.co/google/gemma-3n-E2B-it)
+  - Ajoutez la variable d'environnement `HF_TOKEN`
+  - Acceptez les conditions d'utilisation du modèle
   - Utilisez un Space GPU pour de meilleures performances
 - **Hugging Face (mode démo)** :
-  - Si aucun token n’est présent, l’application reste en mode démo (pas d’inférence réelle, réponse factice)
+  - Si aucun token n'est présent, mode démo uniquement
 
-## 🇬🇧 Modes of operation (local vs Hugging Face)
+## 🇬🇧 Operating modes
 
-| Platform          | Model used                            | Real inference   | Internet required   | Notes     |
+| Mode               | Model used                            | Real inference   | Internet required   | Notes     |
 |-------------------|---------------------------------------|------------------|---------------------|-----------|
-| Local (offline)   | Downloaded model (`models/` folder)   | Yes              | No                  | Fast, 100% offline |
-| Hugging Face (HF token) | google/gemma-3n-E2B-it (HF API)           | Yes              | Yes                 | GPU Space recommended, token required |
-| Hugging Face (public)   | None (demo mode)                         | No               | Yes                 | Fictive answer, UI test only |
+| **Local (offline)** | Gemma 3n multimodal (local folder)    | ✅ Yes           | ❌ No               | Fast, 100% offline, recommended |
+| Hugging Face (HF token) | google/gemma-3n-E2B-it (HF API)           | ✅ Yes           | ✅ Yes              | GPU Space recommended, token required |
+| Hugging Face (public)   | None (demo mode)                         | ❌ No            | ✅ Yes              | Fictive answer, UI test only |
 
 ### Instructions
-- **Local (offline)** :
-  - Put the downloaded model in the `models/` folder
-  - Launch the app normally (`streamlit run src/streamlit_app.py`)
+- **Local (offline)** - **RECOMMENDED** :
+  - Put the Gemma 3n model in `D:/Dev/model_gemma`
+  - Launch `streamlit run src/streamlit_app_local_models.py`
   - No Internet required
+  - Mobile-optimized interface
 - **Hugging Face (real inference)** :
-  - Add the `HF_TOKEN` environment variable in the Space settings
-  - Accept the model terms on [the model page](https://huggingface.co/google/gemma-3n-E2B-it)
+  - Add the `HF_TOKEN` environment variable
+  - Accept the model terms of use
   - Use a GPU Space for best performance
 - **Hugging Face (demo mode)** :
-  - If no token is present, the app stays in demo mode (no real inference, fake answer)
+  - If no token is present, demo mode only

requirements.txt

@@ -1,7 +1,13 @@
-transformers>=4.39.0
-torch>=2.1.0
+streamlit>=1.28.0
+transformers==4.53.0
+torch>=2.0.1
+torchvision>=0.15.2
 numpy<2
-Pillow
-requests
-fpdf
-streamlit
+Pillow>=10.0.0
+requests>=2.32.0
+fpdf>=1.7.2
+python-dotenv>=1.0.0
+huggingface-hub>=0.30.0
+safetensors>=0.4.3
+accelerate>=0.20.0
+tokenizers<0.22,>=0.21

streamlit_app.py

@@ -0,0 +1,278 @@
+import streamlit as st
+import os
+import io
+from PIL import Image
+import random
+from transformers import pipeline
+import torch
+import traceback
+
+# Configuration de la page
+st.set_page_config(
+    page_title="AgriLens AI - Diagnostic des Plantes",
+    page_icon="🌱",
+    layout="centered",
+    initial_sidebar_state="collapsed"
+)
+
+# CSS pour mobile
+st.markdown("""
+<style>
+@media (max-width: 600px) {
+    .main {
+        max-width: 100vw !important;
+        padding: 0.5rem !important;
+    }
+    .stButton button, .stTextInput input, .stTextArea textarea {
+        width: 100% !important;
+        font-size: 1.1rem !important;
+    }
+    .stSidebar {
+        width: 100vw !important;
+        min-width: 100vw !important;
+    }
+    .result-box {
+        font-size: 1.05rem !important;
+    }
+    .stMarkdown, .stHeader, .stSubheader {
+        font-size: 1.1rem !important;
+    }
+    .stFileUploader, .stImage {
+        width: 100% !important;
+    }
+}
+</style>
+""", unsafe_allow_html=True)
+
+# Initialisation des variables de session
+if 'gemma_model' not in st.session_state:
+    st.session_state.gemma_model = None
+if 'gemma_model_status' not in st.session_state:
+    st.session_state.gemma_model_status = "Non chargé"
+
+@st.cache_resource(show_spinner=False)
+def get_hf_gemma_multimodal():
+    """Charge le modèle Gemma 3n depuis Hugging Face"""
+    try:
+        st.info("Chargement du modèle multimodal Gemma 3n depuis Hugging Face...")
+        
+        # Utiliser le modèle distant de Hugging Face
+        model_name = "google/gemma-3n-e2b-it"
+        
+        pipe = pipeline(
+            "image-text-to-text",
+            model=model_name,
+            device=-1,  # Forcer le CPU
+            torch_dtype=torch.float32,
+        )
+        
+        st.success(f"Modèle Gemma multimodal chargé : {pipe}")
+        return pipe
+    except Exception as e:
+        st.error(f"Erreur lors du chargement du modèle Gemma multimodal : {e}")
+        st.error(traceback.format_exc())
+        return None
+
+def analyze_image_hf(image, prompt=""):
+    """Analyse une image avec le modèle multimodal Gemma 3n distant"""
+    if st.session_state.gemma_model is None:
+        return "❌ Modèle non chargé. Veuillez le charger dans les réglages."
+    try:
+        pipe = st.session_state.gemma_model
+        messages = [
+            {
+                "role": "system",
+                "content": [
+                    {"type": "text", "text": "Tu es un assistant agricole expert en diagnostic de maladies de plantes. Donne des réponses claires et structurées."}
+                ]
+            },
+            {
+                "role": "user",
+                "content": [
+                    {"type": "image", "image": image.convert("RGB")},
+                    {"type": "text", "text": prompt or "Décris la maladie présente sur cette plante et donne des recommandations pratiques."}
+                ]
+            }
+        ]
+        
+        # Paramètres de génération améliorés
+        result = pipe(
+            text=messages, 
+            max_new_tokens=400,
+            do_sample=True,
+            temperature=0.7,
+            top_p=0.9,
+            repetition_penalty=1.1,
+            pad_token_id=pipe.tokenizer.eos_token_id
+        )
+        
+        if isinstance(result, list) and "generated_text" in result[0]:
+            response = result[0]["generated_text"]
+            
+            # Nettoyage de la réponse
+            if response and len(response.strip()) > 0:
+                # Vérifier si la réponse contient déjà des recommandations
+                if "recommandation" not in response.lower() and "action" not in response.lower():
+                    response += "\n\n**Recommandations ou actions urgentes :**\n• Isolez la plante malade si possible\n• Appliquez un traitement adapté\n• Surveillez les autres plantes\n• Consultez un expert si nécessaire"
+                
+                return response
+            else:
+                return "❌ Erreur : Réponse vide du modèle"
+        
+        return str(result)
+    except Exception as e:
+        return f"❌ Erreur lors de l'analyse d'image : {e}"
+
+def analyze_text_hf(text):
+    """Analyse un texte avec le modèle Gemma 3n distant"""
+    if st.session_state.gemma_model is None:
+        return "❌ Modèle non chargé. Veuillez le charger dans les réglages."
+    try:
+        pipe = st.session_state.gemma_model
+        messages = [
+            {
+                "role": "system",
+                "content": [
+                    {"type": "text", "text": "Tu es un assistant agricole expert. Donne des conseils pratiques et structurés."}
+                ]
+            },
+            {
+                "role": "user",
+                "content": [
+                    {"type": "text", "text": text}
+                ]
+            }
+        ]
+        
+        result = pipe(
+            text=messages,
+            max_new_tokens=300,
+            do_sample=True,
+            temperature=0.7,
+            top_p=0.9
+        )
+        
+        if isinstance(result, list) and "generated_text" in result[0]:
+            return result[0]["generated_text"]
+        return str(result)
+    except Exception as e:
+        return f"❌ Erreur lors de l'analyse de texte : {e}"
+
+# Interface principale
+st.title("🌱 AgriLens AI - Diagnostic des Plantes")
+st.markdown("**Application de diagnostic des maladies de plantes avec IA**")
+
+# Sidebar pour le chargement du modèle
+with st.sidebar:
+    st.header("⚙️ Configuration")
+    
+    if st.button("Charger le modèle Gemma 3n multimodal (Hugging Face)", type="primary"):
+        with st.spinner("Chargement du modèle..."):
+            st.session_state.gemma_model = get_hf_gemma_multimodal()
+            if st.session_state.gemma_model:
+                st.session_state.gemma_model_status = "✅ Chargé"
+                st.success("Modèle chargé avec succès !")
+            else:
+                st.session_state.gemma_model_status = "❌ Erreur"
+                st.error("Échec du chargement du modèle")
+    
+    st.info(f"**Statut du modèle :** {st.session_state.gemma_model_status}")
+
+# Onglets principaux
+tab1, tab2, tab3 = st.tabs(["📸 Analyse d'Image", "💬 Analyse de Texte", "ℹ️ À propos"])
+
+with tab1:
+    st.header("🔍 Diagnostic par Image")
+    st.markdown("Téléchargez une photo de plante malade pour obtenir un diagnostic")
+    
+    uploaded_file = st.file_uploader(
+        "Choisissez une image...", 
+        type=['png', 'jpg', 'jpeg'],
+        help="Formats acceptés : PNG, JPG, JPEG"
+    )
+    
+    if uploaded_file is not None:
+        image = Image.open(uploaded_file)
+        
+        # Affichage de l'image
+        col1, col2 = st.columns([1, 1])
+        with col1:
+            st.image(image, caption="Image uploadée", use_container_width=True)
+        
+        with col2:
+            st.markdown("**Informations de l'image :**")
+            st.write(f"• Format : {image.format}")
+            st.write(f"• Taille : {image.size[0]}x{image.size[1]} pixels")
+            st.write(f"• Mode : {image.mode}")
+        
+        # Question spécifique
+        question = st.text_area(
+            "Question spécifique (optionnel) :",
+            placeholder="Ex: Quelle est cette maladie ? Que faire pour la traiter ?",
+            height=100
+        )
+        
+        # Bouton d'analyse
+        if st.button("🔬 Analyser avec l'IA Hugging Face", disabled=st.session_state.gemma_model is None, type="primary"):
+            if st.session_state.gemma_model is None:
+                st.error("❌ Veuillez d'abord charger le modèle dans les réglages")
+            else:
+                with st.spinner("🔍 Analyse en cours..."):
+                    result = analyze_image_hf(image, question)
+                
+                st.markdown("## 📊 Résultats de l'Analyse")
+                st.markdown("---")
+                st.markdown(result)
+
+with tab2:
+    st.header("💬 Diagnostic par Texte")
+    st.markdown("Décrivez les symptômes de votre plante pour obtenir des conseils")
+    
+    text_input = st.text_area(
+        "Description des symptômes :",
+        placeholder="Ex: Mes tomates ont des taches brunes sur les feuilles et les fruits...",
+        height=150
+    )
+    
+    if st.button("🧠 Analyser avec l'IA Hugging Face", disabled=st.session_state.gemma_model is None, type="primary"):
+        if st.session_state.gemma_model is None:
+            st.error("❌ Veuillez d'abord charger le modèle dans les réglages")
+        elif not text_input.strip():
+            st.error("❌ Veuillez saisir une description")
+        else:
+            with st.spinner("🔍 Analyse en cours..."):
+                result = analyze_text_hf(text_input)
+            
+            st.markdown("## 📊 Résultats de l'Analyse")
+            st.markdown("---")
+            st.markdown(result)
+
+with tab3:
+    st.header("ℹ️ À propos d'AgriLens AI")
+    st.markdown("""
+    ### 🌱 Notre Mission
+    AgriLens AI est une application de diagnostic des maladies de plantes utilisant l'intelligence artificielle 
+    pour aider les agriculteurs à identifier et traiter les problèmes de leurs cultures.
+    
+    ### 🚀 Fonctionnalités
+    - **Analyse d'images** : Diagnostic visuel des maladies
+    - **Analyse de texte** : Conseils basés sur les descriptions
+    - **Recommandations pratiques** : Actions concrètes à entreprendre
+    - **Interface mobile** : Optimisée pour smartphones et tablettes
+    
+    ### 🔧 Technologie
+    - **Modèle** : Gemma 3n multimodal (Google)
+    - **Framework** : Streamlit
+    - **Déploiement** : Streamlit Cloud
+    
+    ### ⚠️ Avertissement
+    Les résultats fournis sont à titre indicatif uniquement. 
+    Pour un diagnostic professionnel, consultez un expert qualifié.
+    
+    ### 📞 Support
+    Pour toute question ou problème, consultez la documentation ou contactez l'équipe de développement.
+    """)
+
+# Footer
+st.markdown("---")
+st.markdown("*AgriLens AI - Diagnostic intelligent des plantes avec IA*")