Beta V.1.1

src/data_loader.py

@@ -3,24 +3,45 @@ from pathlib import Path
 import pandas as pd
 import numpy as np
 from music_engine.matcher import MusicMatcher
+from music_engine.image_processor import ImageProcessor
+
+# Определяем базовую директорию (папка src)
+BASE_DIR = Path(__file__).resolve().parent
 
 @st.cache_resource
 def load_music_engine():
     """Загрузка базы данных и модели регрессора."""
-    base_dir = Path(__file__).resolve().parent
-    db_path = base_dir.parent / "dataset" / "DEAM" / "music_db.csv"
-    model_path = base_dir / "music_engine" / "va_regressor.pkl"
+    # music_db.csv лежит в dataset/DEAM/ (на уровень выше от src)
+    db_path = BASE_DIR.parent / "dataset" / "DEAM" / "music_db.csv"
+    # va_regressor.pkl лежит в src/music_engine/
+    model_path = BASE_DIR / "music_engine" / "va_regressor.pkl"
+    
     if not db_path.exists():
+        print(f"⚠️ Файл базы {db_path} не найден!")
         return None
     return MusicMatcher(db_path=db_path, model_path=model_path)
 
+@st.cache_resource
+def load_image_processor():
+    """Загрузка ResNet-50 для извлечения признаков на лету."""
+    # Файл весов лежит в той же папке src, что и этот скрипт
+    model_path = BASE_DIR / "emoset_resnet50_best.pth"
+    
+    if not model_path.exists():
+        print(f"❌ КРИТИЧЕСКАЯ ОШИБКА: Веса не найдены по пути: {model_path}")
+        # Если не нашли в src, попробуем поискать в корне проекта на всякий случай
+        model_path = BASE_DIR.parent / "emoset_resnet50_best.pth"
+        
+    return ImageProcessor(model_path=model_path)
+
 @st.cache_data
 def load_emoset_data():
     """Загрузка тестовой выборки EmoSet для первой вкладки."""
-    csv_path = Path("./dataset/EmoSet-118K/test/labels.csv")
-    img_dir = Path("./dataset/EmoSet-118K/test/images")
-    emb_path = Path("./src/emoset_test_embeddings.npy")
-    lbl_path = Path("./src/emoset_test_labels.npy")
+    # Пути относительно корня проекта
+    csv_path = BASE_DIR.parent / "dataset" / "EmoSet-118K" / "test" / "labels.csv"
+    img_dir = BASE_DIR.parent / "dataset" / "EmoSet-118K" / "test" / "images"
+    emb_path = BASE_DIR / "emoset_test_embeddings.npy"
+    lbl_path = BASE_DIR / "emoset_test_labels.npy"
 
     if not all([csv_path.exists(), emb_path.exists(), lbl_path.exists()]):
         return None, None, None, None