changement de gr.inputs et gr.outputs

app.py

@@ -4,10 +4,9 @@ import numpy as np
 
 # Simuler une segmentation fictive de l'image
 def segment_image(image):
-    img_array = np.array(image.resize((256, 256)))  # Redimensionner l'image
-    segmented_img = np.zeros_like(img_array)  # Image segmentée fictive (toute noire)
+    img_array = np.array(image.resize((256, 256))) 
+    segmented_img = np.zeros_like(img_array)
     
-    # Si l'image est en niveaux de gris, la convertir en RGB
     if segmented_img.ndim == 2 or segmented_img.shape[-1] == 1:
         segmented_img = np.stack([segmented_img] * 3, axis=-1)
 
@@ -16,11 +15,11 @@ def segment_image(image):
 
 # Simuler un diagnostic fictif
 def analyze_health(segmented_image):
-    # Diagnostic fictif
-    diagnostic = "La plante semble en bonne santé."  # Diagnostic par défaut
+    
+    diagnostic = "La plante semble en bonne santé." 
     return diagnostic
 
-# Fonction principale combinant segmentation fictive et diagnostic fictif
+# Fonction principale combinant la segmentation fictive et le diagnostic fictif
 def plant_health_analysis(image):
     segmented_img = segment_image(image)
     diagnostic = analyze_health(segmented_img)
@@ -30,10 +29,10 @@ def plant_health_analysis(image):
 # Interface Gradio
 interface = gr.Interface(
     fn=plant_health_analysis,
-    inputs=gr.inputs.Image(type="pil", label="Téléchargez une image de plante"),
+    inputs=gr.Image(type="pil", label="Téléchargez une image de plante"),
     outputs=[
-        gr.outputs.Image(type="pil", label="Image Segmentée (Fictive)"),
-        gr.outputs.Textbox(label="Diagnostic Fictif de la Plante")
+        gr.Image(type="pil", label="Image Segmentée (Fictive)"),
+        gr.Textbox(label="Diagnostic Fictif de la Plante")
     ],
     title="GreenGenius",
     description="Cette interface simule l'analyse de la santé des plantes. Le modèle de segmentation n'est pas encore intégré.",