Update app.py

app.py

@@ -1,66 +1,129 @@
 import os
+
 import cv2
+
 import numpy as np
+
 import gradio as gr
+
 from ultralytics import YOLO
 
+
+
 # Hugging Face Spaces'te yazma hatalarını önlemek için geçici dizin ayarı
+
 os.environ['YOLO_CONFIG_DIR'] = '/tmp'
 
+
+
 # Modeli yükle
+
 try:
-    # best.pt dosyanın ana dizinde olduğundan emin ol
-    model = YOLO("best.pt")
+
+# best.pt dosyanın ana dizinde olduğundan emin ol
+
+model = YOLO("best.pt")
+
 except Exception as e:
-    print(f"Model yüklenirken bir hata oluştu: {e}")
+
+print(f"Model yüklenirken bir hata oluştu: {e}")
+
+
 
 def predict_caries(image, conf_threshold):
-    if image is None:
-        return None
-    
-    # Tahmin (Inference) yap
-    results = model.predict(
-        source=image, 
-        conf=conf_threshold, 
-        iou=0.45, 
-        imgsz=640,
-        device='cpu'
-    )
-    
-    # Sonuçları çizdir (Plotted image)
-    # conf=False yaparak karelerin üzerindeki güven skorunu (sayıyı) kaldırdık
-    res_plotted = results[0].plot(labels=True, conf=False)
-    
-    # BGR'den RGB'ye dönüştür (Gradio RGB bekler)
-    return cv2.cvtColor(res_plotted, cv2.COLOR_BGR2RGB)
+
+if image is None:
+
+return None
+
+
+# Tahmin (Inference) yap
+
+# imgsz=640 standarttır, device='cpu' ücretsiz Hugging Face katmanı içindir
+
+results = model.predict(
+
+source=image,
+
+conf=conf_threshold,
+
+iou=0.45,
+
+imgsz=640,
+
+device='cpu'
+
+)
+
+
+# Sonuçları çizdir (Plotted image)
+
+# Gradio 6 ve Ultralytics uyumu için numpy formatına çeviriyoruz
+
+res_plotted = results[0].plot(labels=True, conf=True)
+
+
+# BGR'den RGB'ye dönüştür (Gradio RGB bekler)
+
+return cv2.cvtColor(res_plotted, cv2.COLOR_BGR2RGB)
+
+
 
 # Arayüz - Gradio 6 Modern Tasarımı
+
 with gr.Blocks(theme=gr.themes.Default()) as demo:
-    gr.Markdown("# 🦷 Dental Caries Detection System For Akansh Mani")
-    gr.Markdown("Upload the X-ray image and wait for the AI ​​to analyze it.")
-    
-    with gr.Row():
-        with col1 := gr.Column():
-            input_img = gr.Image(type="numpy", label="Upload X-Ray")
-            conf_slider = gr.Slider(
-                minimum=0.01, 
-                maximum=1.0, 
-                value=0.25, 
-                step=0.01, 
-                label="Confidence Threshold"
-            )
-            btn = gr.Button("🔍 Run AI Analysis", variant="primary")
-        
-        with col2 := gr.Column():
-            output_img = gr.Image(type="numpy", label="Detection Result")
-
-    # Buton tetikleyicisi
-    btn.click(
-        fn=predict_caries, 
-        inputs=[input_img, conf_slider], 
-        outputs=output_img
-    )
+
+gr.Markdown("# 🦷 Dental Caries Detection System For Akansh Mani")
+
+gr.Markdown("Upload the X-ray image and wait for the AI ​​to analyze it.")
+
+
+with gr.Row():
+
+with gr.Column():
+
+input_img = gr.Image(type="numpy", label="Upload X-Ray")
+
+conf_slider = gr.Slider(
+
+minimum=0.01,
+
+maximum=1.0,
+
+value=0.25,
+
+step=0.01,
+
+label="Confidence Threshold"
+
+)
+
+btn = gr.Button("🔍 Run AI Analysis", variant="primary")
+
+
+with gr.Column():
+
+output_img = gr.Image(type="numpy", label="Detection Result")
+
+
+
+# Buton tetikleyicisi
+
+btn.click(
+
+fn=predict_caries,
+
+inputs=[input_img, conf_slider],
+
+outputs=output_img
+
+)
+
+
 
 # Hugging Face Spaces üzerinde çalışması için port yapılandırması
+
 if __name__ == "__main__":
-    demo.launch(server_name="0.0.0.0", server_port=7860)
+
+demo.launch(server_name="0.0.0.0", server_port=7860)
+