Update app.py

app.py

@@ -90,15 +90,14 @@ def to_oberlay_image(data):
     return img
 
 # %% ../main.ipynb 6
-title = "Glomerulus Segmentation"
+title = "Segmentação de Glomérulos"
 description = """
-A web app that segments glomeruli in histological kidney slices!
+Um aplicativo web que segmenta glomérulos em cortes histológicos de rim!
 
-The model deployed here is a [UNet++](https://arxiv.org/abs/1807.10165) with an [efficientnet-b4](https://arxiv.org/abs/1905.11946) encoder from the [segmentation_models_pytorch](https://github.com/qubvel/segmentation_models.pytorch) library.
+O modelo implantado aqui é um UNet++ com um codificador efficientnet-b4 da biblioteca segmentation_models_pytorch.
 
-The provided example images are random subset of kidney slices from the [Human Protein Atlas](https://www.proteinatlas.org/). These have been collected separately from model training and have neither been part of the training, validation nor test set.
+As imagens de exemplo fornecidas são um subconjunto aleatório de cortes de rim do Atlas de Proteínas Humanas. Essas imagens foram coletadas separadamente do treinamento do modelo e não fizeram parte do conjunto de treinamento, validação ou teste.
 
-See corresponding [blog post](https://fhatje.github.io/posts/glomseg/train_model.html).
 """
 #article="<p style='text-align: center'><a href='Blog post URL' target='_blank'>Blog post</a></p>"
 examples = [str(p) for p in get_image_files("example_images")]