Update app.py

app.py

@@ -4,30 +4,32 @@ from torchvision import transforms
 from PIL import Image
 import os
 
-# Загрузка модели и меток классов
+# Загрузка модели и меток
 def load_model():
     model_path = "skin_disease_model_jit.pt"
     labels_path = "labels.txt"
-
+    
     if not os.path.exists(model_path):
         raise FileNotFoundError(f"Модель не найдена: {model_path}")
     if not os.path.exists(labels_path):
         raise FileNotFoundError("Файл labels.txt не найден.")
-
+    
     model = torch.jit.load(model_path, map_location=torch.device('cpu'))
     model.eval()
-
+    
     with open(labels_path, "r") as f:
         labels = [line.strip() for line in f.readlines()]
-
+    
     return model, labels
 
 model, labels = load_model()
 
+# Предобработка входного изображения
 preprocess = transforms.Compose([
     transforms.Resize((224, 224)),
     transforms.ToTensor(),
-    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
+    transforms.Normalize(mean=[0.485, 0.456, 0.406],
+                         std=[0.229, 0.224, 0.225]),
 ])
 
 # Функция предсказания
@@ -38,32 +40,23 @@ def predict(image):
     with torch.no_grad():
         output = model(image_tensor)
         scores = torch.nn.functional.softmax(output[0], dim=0)
-
+    
     return {label: float(score) for label, score in zip(labels, scores)}
 
-# Создание интерфейса
-title = "Классификация кожных заболеваний"
-description = "Загрузите изображение кожи, чтобы получить предсказание."
-
-css = """
-h1 { text-align: center; color: white; font-size: 24px; }
-body { background-color: #131722; color: white; font-family: Arial, sans-serif; }
-.gradio-container { max-width: 800px; margin: auto; padding-top: 20px; }
-"""
-
-with gr.Blocks(css=css) as demo:
-    gr.Markdown(f"# {title}")
-    gr.Markdown(description)
-
-    with gr.Row():
-        with gr.Column():
-            image_input = gr.Image(type="pil", label="🖼️ Изображение", interactive=True)
-            predict_button = gr.Button("🔍 Анализировать", variant="primary")
-        with gr.Column():
-            result_label = gr.Label(num_top_classes=3, label="📊 Предсказания")
-
-    predict_button.click(fn=predict, inputs=image_input, outputs=result_label)
-
-# Запуск
+# Параметры интерфейса
+title = "Skin-AI"
+description = "Sube una imagen"
+
+# Создаём интерфейс в стиле, максимально похожем на Spaces
+interface = gr.Interface(
+    fn=predict,
+    inputs=gr.Image(type="pil", label="Imagen de entrada"),
+    outputs=gr.Label(num_top_classes=3, label="Predicciones"),
+    title=title,
+    description=description,
+    theme=gr.themes.Soft(primary_hue="purple")  # «Фиолетовая» тема, как на скриншоте
+)
+
+# Запуск приложения
 if __name__ == "__main__":
-    demo.launch()
+    interface.launch(server_name="0.0.0.0", server_port=7860)