Update app.py

app.py

@@ -1,94 +1,107 @@
-import streamlit as st
-import tensorflow as tf
-from tensorflow.keras.applications import VGG16
-from tensorflow.keras.models import Sequential
-from tensorflow.keras.layers import Dense, GlobalAveragePooling2D, Dropout
-from PIL import Image
-import numpy as np
-
-# --- SAYFA AYARLARI ---
-st.set_page_config(page_title="Bird Identifier / Kuş Tanımlayıcı", layout="wide", page_icon="🐦")
-
-# --- MODEL YÜKLEME (TİTREMEYİ ÖNLEYEN ÖNBELLEK) ---
-@st.cache_resource
-def load_bird_model():
-    # Model mimarisini kur
-    base_model = VGG16(weights=None, include_top=False, input_shape=(128, 128, 3))
-    model = Sequential([
-        base_model,
-        GlobalAveragePooling2D(),
-        Dense(256, activation='relu'),
-        Dropout(0.6),
-        Dense(25, activation='softmax')
-    ])
-    # Ağırlıkları yükle (Dosya adının aynı olduğundan emin ol)
-    model.load_weights("bird_weights.weights.h5")
-    return model
-
-# Uygulama başladığında modeli bir kez yükle ve hafızada tut
-model = load_bird_model()
-
-# --- KUŞ TÜRLERİ LİSTESİ ---
-class_names = [
-    'Alexandrine Parakeet', 'Asian Green Bee-Eater', 'Baya Weaver', 'Black Drongo', 
-    'Black-Crowned Night Heron', 'Blue-Throated Barbet', 'Brown-Headed Barbet', 
-    'Cattle Egret', 'Common Kingfisher', 'Common Myna', 'Common Rosefinch', 
-    'Common Tailorbird', 'Coppersmith Barbet', 'Grey Heron', 'Hoopoe', 
-    'Indian Peafowl', 'Indian Roller', 'Indian Silverbill', 'Jungle Babbler', 
-    'Little Egret', 'Pied Kingfisher', 'Purple Sunbird', 'Red-Wattled Lapwing', 
-    'Slaty-Headed Parakeet', 'White-Throated Kingfisher'
-]
-
-# --- YAN PANEL (SIDEBAR) ---
-with st.sidebar:
-    st.title("Settings / Ayarlar ⚙️")
-    st.divider()
-    st.subheader("Recognized Species / Tanınan Türler 🐦")
-    # Türleri alfabetik listele
-    for name in sorted(class_names):
-        st.write(f"• {name}")
-
-# --- ANA EKRAN ---
-st.title("Bird Species Classifier / Kuş Türü Sınıflandırıcı 🐦")
-st.write("Identify 25 types of Indian birds / 25 farklı Hint kuş türünü tanımlayın.")
-st.divider()
-
-# Ekranı ikiye böl
-col1, col2 = st.columns([1, 1])
-
-with col1:
-    st.subheader("Upload Image / Resim Yükle 📤")
-    uploaded_file = st.file_uploader("Choose a file / Dosya seçin...", type=["jpg", "jpeg", "png"])
-    
-    if uploaded_file is not None:
-        image = Image.open(uploaded_file)
-        st.image(image, caption="Uploaded Image / Yüklenen Resim", use_container_width=True)
-
-with col2:
-    st.subheader("Analysis Results / Analiz Sonuçları 🔍")
-    
-    if uploaded_file is not None:
-        if st.button("Predict / Tahmin Et"):
-            with st.spinner("Analyzing... / Analiz ediliyor..."):
-                # Görüntü hazırlama
-                img = image.resize((128, 128))
-                img_array = np.array(img).astype('float32') / 255.0
-                img_array = np.expand_dims(img_array, axis=0)
-                
-                # Tahmin yap
-                preds = model.predict(img_array)
-                class_idx = np.argmax(preds[0])
-                confidence = np.max(preds[0]) * 100
-                
-                # Sonuç gösterimi
-                st.success(f"**Result / Sonuç:** {class_names[class_idx]}")
-                st.write(f"**Confidence / Güven:** %{confidence:.2f}")
-                st.progress(int(confidence))
-                
-                # Başarı kutlaması
-                st.balloons()
-    else:
-        st.info("Please upload a bird photo to start. / Başlamak için lütfen bir kuş fotoğrafı yükleyin.")
-
-st.divider()
-st.caption("Deep Learning Project / Derin Öğrenme Projesi - 2024")
+import streamlit as st
+import tensorflow as tf
+from tensorflow.keras.applications import VGG16
+from tensorflow.keras.models import Sequential
+from tensorflow.keras.layers import Dense, GlobalAveragePooling2D, Dropout
+from PIL import Image
+import numpy as np
+import os
+
+# --- SAYFA AYARLARI ---
+st.set_page_config(page_title="Bird Identifier / Kuş Tanımlayıcı", layout="wide", page_icon="🐦")
+
+# --- MODEL YÜKLEME (TİTREMEYİ VE TEKRAR YÜKLEMEYİ ÖNLER) ---
+@st.cache_resource
+def load_bird_model():
+    # Modelin yanındaki dosyayı bulmak için tam yol tespiti
+    current_dir = os.path.dirname(os.path.abspath(__file__))
+    weights_path = os.path.join(current_dir, "bird_weights.weights.h5")
+    
+    # Model Mimarisi (Kaggle'daki model2 ile birebir aynı olmalı)
+    base_model = VGG16(weights=None, include_top=False, input_shape=(128, 128, 3))
+    model = Sequential([
+        base_model,
+        GlobalAveragePooling2D(),
+        Dense(256, activation='relu'),
+        Dropout(0.6),
+        Dense(25, activation='softmax')
+    ])
+    
+    # Ağırlıkları yükle
+    if os.path.exists(weights_path):
+        model.load_weights(weights_path)
+    else:
+        # Eğer dosya ana dizindeyse doğrudan ismen yüklemeyi dene
+        model.load_weights("bird_weights.weights.h5")
+        
+    return model
+
+# Uygulama başladığında modeli yükle (Cache sayesinde titreme yapmaz)
+try:
+    model = load_bird_model()
+except Exception as e:
+    st.error(f"Model yüklenirken bir hata oluştu / Error loading model: {e}")
+
+# --- KUŞ TÜRLERİ LİSTESİ ---
+class_names = [
+    'Alexandrine Parakeet', 'Asian Green Bee-Eater', 'Baya Weaver', 'Black Drongo', 
+    'Black-Crowned Night Heron', 'Blue-Throated Barbet', 'Brown-Headed Barbet', 
+    'Cattle Egret', 'Common Kingfisher', 'Common Myna', 'Common Rosefinch', 
+    'Common Tailorbird', 'Coppersmith Barbet', 'Grey Heron', 'Hoopoe', 
+    'Indian Peafowl', 'Indian Roller', 'Indian Silverbill', 'Jungle Babbler', 
+    'Little Egret', 'Pied Kingfisher', 'Purple Sunbird', 'Red-Wattled Lapwing', 
+    'Slaty-Headed Parakeet', 'White-Throated Kingfisher'
+]
+
+# --- YAN PANEL (SIDEBAR) ---
+with st.sidebar:
+    st.title("Settings / Ayarlar ⚙️")
+    st.divider()
+    st.subheader("Recognized Species / Tanınan Türler 🐦")
+    for name in sorted(class_names):
+        st.write(f"• {name}")
+
+# --- ANA EKRAN (GÖRSEL DÜZEN) ---
+st.title("Bird Species Classifier / Kuş Türü Sınıflandırıcı 🐦")
+st.write("Identify 25 Indian bird species / 25 farklı Hint kuş türünü tanımlayın.")
+st.divider()
+
+col1, col2 = st.columns([1, 1])
+
+with col1:
+    st.subheader("Upload Image / Resim Yükle 📤")
+    uploaded_file = st.file_uploader("Choose a bird photo / Bir kuş fotoğrafı seçin...", type=["jpg", "jpeg", "png"])
+    
+    if uploaded_file is not None:
+        image = Image.open(uploaded_file)
+        st.image(image, caption="Uploaded Image / Yüklenen Resim", use_container_width=True)
+
+with col2:
+    st.subheader("Analysis Results / Analiz Sonuçları 🔍")
+    
+    if uploaded_file is not None:
+        # Tahmin butonu
+        if st.button("Predict / Tahmin Et"):
+            with st.spinner("Analyzing... / Analiz ediliyor..."):
+                # Görüntü Ön İşleme
+                img = image.resize((128, 128))
+                img_array = np.array(img).astype('float32') / 255.0
+                img_array = np.expand_dims(img_array, axis=0)
+                
+                # Tahmin
+                preds = model.predict(img_array)
+                class_idx = np.argmax(preds[0])
+                confidence = np.max(preds[0]) * 100
+                
+                # Sonuçların Yazdırılması
+                st.success(f"**Result / Sonuç:** {class_names[class_idx]}")
+                st.write(f"**Confidence / Güven:** %{confidence:.2f}")
+                st.progress(int(confidence))
+                
+                # Kutlama (Balonlar)
+                st.balloons()
+    else:
+        st.info("Waiting for an image to analyze... / Analiz için resim bekleniyor...")
+
+st.divider()
+st.caption("Developed with TensorFlow & Streamlit | Indian Bird Dataset Project")