v1

.idea/Civis.iml

@@ -2,7 +2,7 @@
 <module type="PYTHON_MODULE" version="4">
   <component name="NewModuleRootManager">
     <content url="file://$MODULE_DIR$" />
-    <orderEntry type="jdk" jdkName="aws" jdkType="Python SDK" />
+    <orderEntry type="jdk" jdkName="civis" jdkType="Python SDK" />
     <orderEntry type="sourceFolder" forTests="false" />
   </component>
 </module>

.idea/misc.xml

@@ -7,5 +7,5 @@
     <option name="show" value="ASK" />
     <option name="description" value="" />
   </component>
-  <component name="ProjectRootManager" version="2" project-jdk-name="aws" project-jdk-type="Python SDK" />
+  <component name="ProjectRootManager" version="2" project-jdk-name="civis" project-jdk-type="Python SDK" />
 </project>

app.py

@@ -1,16 +1,6 @@
-import pandas as pd
 import streamlit as st
 
 
-def load_results():
-    return pd.read_csv("results/results.csv")
-
-c = pd.DataFrame()
-c.to_csv("results/results.csv")
-results = load_results()
-st.session_state["results"] = results
-
-
 st.set_page_config(
     page_title="ciVIS",
     page_icon="👋"
@@ -24,10 +14,10 @@ st.markdown(
 Prima di tutto, grazie per la tua disponibilità a prendere parte a questo studio!  
 Questo studio è parte della mia tesi di Dottorato in ..., il cui obiettivo è ...  
 Durante l'esperimento, ti chiederemo di selezionare alcuni parametri per la generazione di un'immagine con un algoritmo
-di intelligence artificiale.
-Ti sarà quindi chiesto di rispondere ad un breve questionario sull'immagine generata per sapere la tua opinione sul 
-risultato, rispetto a quelle che erano le tue aspettative.  
-L'esperimento richiede circa 6 ore e puoi organizzare l'annotazione come ritieni più comodo.
+di intelligenze artificiale.
+Quindi, ti sarà chiesto di rispondere ad un breve questionario sull'immagine generata per fornirci la tua opinione sul 
+risultato.  
+L'esperimento richiede circa 15 minuti e puoi organizzare l'annotazione come ritieni più comodo.
 
 Per sapere di più sul Centro interdipartimentale sulla Visualità, [clicca qui](https://ci-vis.unige.it/) 
     """

pages/annotation.py

@@ -1,137 +1,195 @@
 import os
+import io
+import random
 import pandas as pd
 import streamlit as st
-from datasets import load_dataset
+from tempfile import NamedTemporaryFile
 from streamlit_tags import st_tags
+from datasets import load_dataset
+from huggingface_hub import HfApi, Repository
 
 HF_TOKEN = os.environ.get("HF_TOKEN")
+API = HfApi()
 
 
 def save_data():
     st.session_state["user"]["part_two"] = {
-        "aesthetic": aesthetic,
-        "real_buildings": real_buildings,
-        "confidence": confidence,
-        "expectation": expectation,
-        "coherent": coherent,
-        "coherent_others": coherent_others,
-        "not_coherent": not_coherent,
-        "not_coherent_others": not_coherent_others,
-        "feedback": feedback
+        "aesthetic": [aesthetic],
+        "real_buildings": [real_buildings],
+        "confidence": [confidence],
+        "expectation": [expectation],
+        "coherent": [coherent],
+        "coherent_others": [coherent_others],
+        "not_coherent": [not_coherent],
+        "not_coherent_others": [not_coherent_others],
+        "feedback": [feedback],
+        "storicity": [storicity],
+        "perspective": [perspective],
+        "image_idx": [image_idx]
     }
+    st.session_state["n_annotated_images"] += 1
 
     results = {
-        "user": st.session_state["user"]["nickname"],
+        "user": [st.session_state["user"]["nickname"]],
         **st.session_state["user"]["part_one"],
         **st.session_state["user"]["part_two"]
     }
-    df = pd.DataFrame.from_dict(results, orient="index").T
-    df = pd.concat(
-        [st.session_state["results"], df]
-    )
-    df.to_csv("results/results.csv")
+    user_results = pd.DataFrame.from_dict(results, orient='index').T
+    print(user_results)
+    updated_annotation = pd.concat([annotations, user_results])
+    print(updated_annotation)
+    # Create a NamedTemporaryFile
+    with NamedTemporaryFile(mode='w+', suffix='.csv') as tmp:
+        updated_annotation.to_csv(tmp.name, index=False)
+        tmp.seek(0)
+        API.upload_file(
+            path_or_fileobj=tmp.name,
+            path_in_repo="results.csv",
+            repo_id="Nicorb/annotation_results",
+            repo_type="dataset",
+        )
 
 
 @st.cache_resource
-def get_dataset():
+def get_img_dataset(path):
     return load_dataset(
-        "Nicorb/test_img",
+        path=path,
         split="train",
         token=HF_TOKEN
     )
 
 
-dataset = get_dataset()
-
-st.title("Studio sulla City Identity")
-
-with st.form("valutazione_immagine"):
-    st.image(
-        dataset[0]["image"]
-    )
-
-    aesthetic = st.radio(
-        "L'immagine mi piace",
-        [
-            "1 - Per nulla",
-            "2",
-            "3",
-            "4",
-            "5 - Totalmente"
-        ],
-        horizontal=True
-    )
-
-    real_buildings = st.radio(
-        "Penso che gli edifici nell'immagine esistano realmente:",
-        [
-            "Si", "No"
-        ]
-    )
-
-    confidence = st.radio(
-        "Sono convinto/a della mia risposta",
-        [
-            "1 - Per nulla",
-            "2",
-            "3",
-            "4",
-            "5 - Totalmente"
-        ],
-        horizontal=True
-    )
-
-    expectation = st.radio(
-        "Gli edifici nell'immagine rispettano la mia aspettativa sulla città di Genova",
-        [
-            "1 - Per nulla d'accordo",
-            "2",
-            "3",
-            "4",
-            "5 - Pienamente d'accordo"
-        ],
-        horizontal=True
+def get_dataset(path):
+    return load_dataset(
+        path=path,
+        split="train",
+        token=HF_TOKEN
     )
 
-    coherent = st.multiselect(
-        "Penso che le seguenti caratteristiche dell'immagine siano coerenti con le mie aspettative:",
-        [
-            "colore", "nitidezza", "aspetto realistico", "aspetto surreale", "stile architettonico",
-            "difetti dell'immagine", "presenza del contesto", "correttezza del contesto (se presente)",
-            "coerenza con la città", "tratti caratteristici della città"  # aggiungere ripetizione? troppi elementi?
-        ],
-        placeholder="Seleziona gli elementi"
-    )
-    coherent_others = st_tags(
-        label="Altre caratteristiche:",
-        text="Premere invio per aggiungere un nuovo elemento",
-        value=[],
-        maxtags=-1,
-        key="coherent"
-    )
 
-    not_coherent = st.multiselect(
-        "Penso che le seguenti caratteristiche dell'immagine NON siano coerenti con le mie aspettative:",
-        [
-            "colore", "nitidezza", "aspetto realistico", "aspetto surreale", "stile architettonico",
-            "difetti dell'immagine", "presenza del contesto", "correttezza del contesto (se presente)",
-            "coerenza con la città", "tratti caratteristici della città"  # aggiungere ripetizione? troppi elementi?
-        ],
-        placeholder="Seleziona gli elementi"
-    )
-    not_coherent_others = st_tags(
-        label="Altre caratteristiche:",
-        text="Premere invio per aggiungere un nuovo elemento",
-        value=[],
-        maxtags=-1,
-        key="not_coherent"
-    )
+images = get_img_dataset("Nicorb/test_img")
+annotations = get_dataset("Nicorb/annotation_results").to_pandas()
 
-    feedback = st.text_area("Note, idee, suggerimenti e osservazioni")
+if "n_annotated_images" not in st.session_state:
+    st.session_state["n_annotated_images"] = 0
+if "selectbox_disable" not in st.session_state:
+    st.session_state["selectbox_disable"] = False
 
-    submit = st.form_submit_button("Salva", on_click=save_data)
+st.title("Studio sulla City Identity")
 
-    if submit:
-        st.success("Salvataggio completato")
+storicity = st.selectbox(
+    "Scegli un periodo storico:",
+    [
+        "Medioevo", "Ottocento", "Novecento"
+    ],
+    index=None,
+    key="storicity",
+    disabled=st.session_state["selectbox_disable"]
+)
+perspective = st.selectbox(
+    "Scegli il punto di vista:",
+    [
+        "Frontale", "Prospettiva centrale", "Panoramico"
+    ],
+    index=None,
+    key="perspective",
+    disabled=st.session_state["selectbox_disable"]
+)
+
+# GENERARE TRE IMMAGINI PER OGNI SCELTA
+random_idxs = random.choices(list(range(len(images))), k=3)
 
-        st.page_link("pages/annotation.py", label="Continua")
+with st.form("valutazione_immagine"):
+    if st.session_state["storicity"] and st.session_state["perspective"] and st.session_state["n_annotated_images"] < 3:
+        st.session_state["selectbox_disable"] = True
+        image_idx = st.session_state["n_annotated_images"]
+        st.image(
+            images[random_idxs[image_idx]]["image"]
+        )
+
+        aesthetic = st.radio(
+            "L'immagine mi piace",
+            [
+                "1 - Per nulla",
+                "2",
+                "3",
+                "4",
+                "5 - Totalmente"
+            ],
+            horizontal=True
+        )
+
+        real_buildings = st.radio(
+            "Penso che gli edifici nell'immagine esistano realmente:",
+            [
+                "Si", "No"
+            ]
+        )
+
+        confidence = st.radio(
+            "Sono convinto/a della mia risposta",
+            [
+                "1 - Per nulla",
+                "2",
+                "3",
+                "4",
+                "5 - Totalmente"
+            ],
+            horizontal=True
+        )
+
+        expectation = st.radio(
+            "Gli edifici nell'immagine rispettano la mia aspettativa sulla città di Genova",
+            [
+                "1 - Per nulla d'accordo",
+                "2",
+                "3",
+                "4",
+                "5 - Pienamente d'accordo"
+            ],
+            horizontal=True
+        )
+
+        coherent = st.multiselect(
+            "Penso che le seguenti caratteristiche dell'immagine siano coerenti con le mie aspettative:",
+            [
+                "colore", "nitidezza", "aspetto realistico", "aspetto surreale", "stile architettonico",
+                "difetti dell'immagine", "presenza del contesto", "correttezza del contesto (se presente)",
+                "coerenza con la città", "tratti caratteristici della città"  # aggiungere ripetizione? troppi elementi?
+            ],
+            placeholder="Seleziona gli elementi"
+        )
+        coherent_others = st_tags(
+            label="Altre caratteristiche:",
+            text="Premere invio per aggiungere un nuovo elemento",
+            value=[],
+            maxtags=-1,
+            key="coherent"
+        )
+
+        not_coherent = st.multiselect(
+            "Penso che le seguenti caratteristiche dell'immagine *NON* siano coerenti con le mie aspettative:",
+            [
+                "colore", "nitidezza", "aspetto realistico", "aspetto surreale", "stile architettonico",
+                "difetti dell'immagine", "presenza del contesto", "correttezza del contesto (se presente)",
+                "coerenza con la città", "tratti caratteristici della città"  # aggiungere ripetizione? troppi elementi?
+            ],
+            placeholder="Seleziona gli elementi"
+        )
+        not_coherent_others = st_tags(
+            label="Altre caratteristiche:",
+            text="Premere invio per aggiungere un nuovo elemento",
+            value=[],
+            maxtags=-1,
+            key="not_coherent"
+        )
+
+        feedback = st.text_area("Note, idee, suggerimenti e osservazioni")
+
+        submit = st.form_submit_button("Salva", on_click=save_data)
+
+        if submit:
+            st.success("Salvataggio completato")
+            st.page_link("pages/annotation.py", label="Continua")
+    else:
+        st.session_state["selectbox_disable"] = False

pages/demographics.py

@@ -5,19 +5,19 @@ from streamlit_tags import st_tags
 def store_user():
     st.session_state["users"].append(st.session_state["user"])
     st.session_state["user"]["part_one"] = {
-        "age": age,
-        "school": school,
-        "work": work,
-        "work_other": work_other,
-        "img_rapport": img_rapport,
-        "img_other": img_other,
-        "img_freq": img_freq,
-        "img_expert": img_expert,
-        "ai_expert": ai_expert,
-        "genova_expert": genova_expert,
-        "genova_freq": genova_freq,
-        "genova_knowledge": genova_knowledge,
-        "genova_thoughts": genova_thoughts
+        "age": [age],
+        "school": [school],
+        "work": [work],
+        "work_other": [work_other],
+        "img_rapport": [img_rapport],
+        "img_other": [img_other],
+        "img_freq": [img_freq],
+        "img_expert": [img_expert],
+        "ai_expert": [ai_expert],
+        "genova_expert": [genova_expert],
+        "genova_freq": [genova_freq],
+        "genova_knowledge": [genova_knowledge],
+        "genova_thoughts": [genova_thoughts]
     }
 
 
@@ -54,7 +54,7 @@ with st.form("demografica"):
             "Altro"
         ]
     )
-    work_other = st.text_input("Se altro, indica cosa...")
+    work_other = st.text_input("Se altro, indica cosa...(premere INVIO per confermare)")
 
     img_rapport = st.radio(
         "Il mio rapporto con le immagini è:",
@@ -65,7 +65,7 @@ with st.form("demografica"):
             "Altro"
         ]
     )
-    img_other = st.text_input("Se altro, indica quale...")
+    img_other = st.text_input("Se altro, indica quale...(premere INVIO per confermare)")
 
     img_freq = st.radio(
         "Quanto spesso ho a che fare con le immagini",
@@ -136,21 +136,16 @@ with st.form("demografica"):
     )
 
     genova_thoughts = st_tags(
-        label="Quando penso all'architettura di Genova mi immagino:",
+        label="Quando penso all'architettura di Genova mi immagino (premere INVIO per confermare):",
         text="Premere invio per aggiungere un nuovo elemento",
         value=[],
         maxtags=-1)
-    # thoughts = st.multiselect(
-    #     "Quando penso a Genova mi immagino:",
-    #     [
-    #         "ciao"
-    #     ],
-    #     placeholder="Scrivi le opzioni"
-    # )
 
     submit = st.form_submit_button("Salva", on_click=store_user)
 
     if submit:
-        st.success("Salvataggio completato")
-
-        st.page_link("pages/annotation.py", label="Continua")
+        if len(genova_expert) == 0:
+            st.warning("Per favore, compila tutte le domande obbligatorie")
+        else:
+            st.success("Salvataggio completato")
+            st.page_link("pages/annotation.py", label="Continua")

pages/instructions.py

@@ -1,11 +0,0 @@
-import streamlit as st
-
-
-st.title("Studio sulla City Identity")
-
-st.markdown("""
-
-
-""")
-
-st.page_link("pages/demographics.py", label="Inizia")

pages/login.py

@@ -1,15 +1,20 @@
-import pickle as pkl
+import os
 import streamlit as st
+from datasets import load_dataset
 
-USER_FILE = "users.pkl"
+HF_TOKEN = os.environ.get("HF_TOKEN")
 
-try:
-    with open(USER_FILE, "rb") as file:
-        users = pkl.load(file)
-except Exception as exc:
-    users = []
 
-st.session_state["users"] = users
+def get_dataset():
+    return load_dataset(
+        "Nicorb/annotation_results",
+        token=HF_TOKEN,
+        split="train"
+    )
+
+
+users = get_dataset()
+st.session_state["users"] = users["user"]
 
 st.title("Studio sulla City Identity")
 
@@ -18,11 +23,11 @@ per salvare lo stato d'avanzamento dello studio.
 Il nickname è composto dalle prime tre lettere del nome di tua madre, le prime tre lettere nel nome di tuo padre
 e le prime due cifre della data del tuo compleanno.""")
 
-nickname = st.text_input("Inserisci il tuo nickname")
+nickname = st.text_input("Inserisci il tuo nickname e premi INVIO")
 st.session_state["user"] = {}
 st.session_state["user"]["nickname"] = nickname
 
-if nickname in users:
+if nickname in st.session_state["users"]:
     st.page_link("pages/annotation.py", label="Comincia")
 else:
-    st.page_link("pages/instructions.py", label="Comincia")
+    st.page_link("pages/demographics.py", label="Comincia")

results/results.csv

@@ -1,2 +0,0 @@
-,Unnamed: 0,user,age,school,work,work_other,img_rapport,img_other,img_freq,img_expert,ai_expert,genova_expert,genova_freq,genova_knowledge,genova_thoughts,aesthetic,real_buildings,confidence,expectation,coherent,coherent_others,not_coherent,not_coherent_others,feedback
-0,,nn,18-24,Licenza media,Architettura,,Professionale,,Mai,1 - Per nulla d'accordo,Mai,1 - Per nulla d'accordo,Mai,1 - Per nulla d'accordo,[],1 - Per nulla,Si,1 - Per nulla,1 - Per nulla d'accordo,[],[],[],[],