Update app.py

app.py

@@ -11,28 +11,37 @@ warnings.filterwarnings('ignore')
 # --- 2. SAYFA AYARLARI ---
 st.set_page_config(page_title="Car Logo AI Pro 2026", layout="wide", page_icon="🚗")
 
-# --- 3. VERİ SETİNİ BELLEĞE YÜKLE (Gelişmiş Yol Algılama) ---
+# --- 3. AKILLI VERİ SETİ YÜKLEYİCİ (OTOMATİK KLASÖR BULUCU) ---
 @st.cache_resource
-def load_car_dataset(base_path):
+def load_car_dataset():
     dataset = []
-    # Klasör yoksa boş liste dön, hata verme
-    if not os.path.exists(base_path):
-        return dataset
-        
-    for root, dirs, files in os.walk(base_path):
+    # Aranacak olası klasör isimleri
+    possible_folders = ['Car_Logo_Dataset', 'dataset', 'car_logo_dataset', 'Dataset', '.']
+    
+    found_path = None
+    for folder in possible_folders:
+        if os.path.exists(folder) and os.path.isdir(folder):
+            # Klasörün içi boş mu kontrol et (Sadece resim olanları say)
+            has_images = any(any(f.lower().endswith(('.png', '.jpg', '.jpeg')) for f in files) 
+                            for _, _, files in os.walk(folder))
+            if has_images and folder != '.':
+                found_path = folder
+                break
+    
+    # Eğer özel klasör bulunamazsa ana dizine bak
+    search_path = found_path if found_path else '.'
+    
+    for root, dirs, files in os.walk(search_path):
         for file in files:
             if file.lower().endswith(('.png', '.jpg', '.jpeg')):
                 full_path = os.path.join(root, file)
-                # OpenCV resim okuma (Gri ton)
                 img = cv2.imread(full_path, 0)
                 if img is not None:
-                    # Hız için önceden boyutlandırıyoruz
                     dataset.append((full_path, cv2.resize(img, (100, 100))))
-    return dataset
+    return dataset, search_path
 
-# Hem 'Car_Logo_Dataset' hem de 'dataset' isimlerini kontrol et (Hugging Face uyumu)
-folder_name = 'Car_Logo_Dataset' if os.path.exists('Car_Logo_Dataset') else 'dataset'
-dataset = load_car_dataset(folder_name)
+# Veri setini ve hangi klasörden yüklendiğini al
+dataset, loaded_from = load_car_dataset()
 
 # --- 4. RESİM İŞLEME ---
 @st.cache_data
@@ -44,7 +53,7 @@ def process_uploaded_image(file_bytes):
     edges = cv2.Canny(gray, 100, 200)
     return img, gray, edges
 
-# --- 5. ARAYÜZ TASARIMI ---
+# --- 5. ARAYÜZ ---
 st.title("🚗 Araba Logosu Tanıma / Car Logo Recognition")
 st.markdown("---")
 
@@ -62,15 +71,14 @@ with col_left:
 
 with col_right:
     st.subheader("🎯 Sonuç / Result")
-    # Hassasiyeti biraz düşürdüm (0.15) ki Hugging Face'te daha kolay bulsun
     threshold = st.slider("Hassasiyet / Sensitivity", 0.0, 1.0, 0.15)
     
     if uploaded_file:
         if st.button("ŞİMDİ TANI / PREDICT NOW", type="primary", use_container_width=True):
-            if len(dataset) == 0:
-                st.error("Veri seti yüklenemedi! Klasör ismini kontrol edin.")
+            if not dataset:
+                st.error(f"❌ Veri seti bulunamadı! Lütfen '{loaded_from}' klasörünü kontrol edin.")
             else:
-                with st.spinner("Eşleştiriliyor..."):
+                with st.spinner("32 Marka Taranıyor..."):
                     query = cv2.resize(gray_img, (100, 100))
                     best_score = -1
                     best_path = None
@@ -84,20 +92,23 @@ with col_right:
                     
                     if best_path and best_score >= threshold:
                         st.balloons()
-                        # Klasör yapısından marka adını çek (Garantili yöntem)
+                        # Marka adını akıllıca ayıkla
                         parts = os.path.normpath(best_path).split(os.sep)
-                        # Eğer klasör içindeyse klasör adını, değilse dosya adını al
-                        brand_raw = parts[-2] if len(parts) > 1 and parts[-2].lower() not in [folder_name.lower(), '.'] else parts[-1].split('.')[0]
-                        
+                        # Marka ismi klasördeyse onu al, yoksa dosya adını al
+                        brand_raw = parts[-2] if len(parts) > 1 and parts[-2].lower() not in [loaded_from.lower(), '.'] else parts[-1].split('.')[0]
                         brand_name = ''.join([i for i in brand_raw if not i.isdigit() and i not in ['-', '_']]).strip().upper()
                         
                         st.success(f"### TAHMİN: **{brand_name}**")
                         st.metric("Benzerlik", f"%{int(best_score*100)}")
                         st.image(best_path, width=150)
                     else:
-                        st.error("❌ Eşleşme Bulunamadı. Hassasiyeti düşürmeyi deneyin.")
+                        st.error("❌ Eşleşme Bulunamadı.")
+
+# Sidebar Bilgi Paneli (Hocan görsün diye)
+st.sidebar.success(f"📂 Yüklenen Klasör: {loaded_from}")
+st.sidebar.info(f"🖼️ Toplam Logo Sayısı: {len(dataset)}")
 
-# --- 6. TEKNİK DETAYLAR ---
+# --- 6. TEKNİK ANALİZ ---
 if uploaded_file:
     st.markdown("---")
     with st.expander("🔍 Teknik Detaylar"):