teste model

app.py

@@ -33,11 +33,11 @@ def main():
     dtype = torch.float16
 
     # Carregar o modelo e o processador
-    #processor = AutoProcessor.from_pretrained("StanfordAIMI/CheXagent-8b", trust_remote_code=True)
-    #generation_config = GenerationConfig.from_pretrained("StanfordAIMI/CheXagent-8b")
-    #model = AutoModelForCausalLM.from_pretrained(
-    #    "StanfordAIMI/CheXagent-8b", torch_dtype=dtype, trust_remote_code=True
-    #).to(device)
+    processor = AutoProcessor.from_pretrained("StanfordAIMI/CheXagent-8b", trust_remote_code=True)
+    generation_config = GenerationConfig.from_pretrained("StanfordAIMI/CheXagent-8b")
+    model = AutoModelForCausalLM.from_pretrained(
+        "StanfordAIMI/CheXagent-8b", torch_dtype=dtype, trust_remote_code=True
+    ).to(device)
 
     # Título da aplicação Streamlit
     st.title("Análise de Imagem Médica com CheXagent")
@@ -60,11 +60,11 @@ def main():
 
             # Passo 2: Gerar a resposta
             st.write(f"Gerando a análise para: {prompt}...")
-            #response = generate(images, prompt, processor, model, device, dtype, generation_config)
+            response = generate(images, prompt, processor, model, device, dtype, generation_config)
             
             # Exibir a resposta gerada
             st.subheader("Análise Gerada:")
-            #st.write(response)
+            st.write(response)
         
         except Exception as e:
             st.error(f"Ocorreu um erro: {e}")