Update src/streamlit_app.py

src/streamlit_app.py

@@ -10,17 +10,30 @@ def main():
     st.title("📷 Hurma Resmi Sınıflandırma")
     st.write("Bir hurma resmi yükleyin ve hangi tür olduğunu tahmin edelim.")
 
-    # Modeli yükle
-    model = load_model("src/dates_classifier_model.h5")
-
-    # Sınıf isimleri — modelin çıktı sayısıyla birebir uyumlu olmalı
-    class_names = ['Ajwa', 'Medjool', 'Sokari']
+    try:
+        model = load_model("src/dates_classifier_model.h5")
+    except Exception as e:
+        st.error("❌ Model yüklenemedi. Lütfen model dosyasının doğru yolda olduğundan emin olun.")
+        st.stop()
+
+    # ✅ 9 sınıf ismi
+    class_names = [
+        'Rutab',
+        'Meneifi',
+        'Sokari',
+        'Galaxy',
+        'Shaishe',
+        'Medjool',
+        'Ajwa',
+        'Nabtat Ali',
+        'Sugaey'
+    ]
 
     file = st.file_uploader("Resim seç", type=["jpg", "jpeg", "png"])
-    if file is not None:
+    if file:
         try:
             image = Image.open(io.BytesIO(file.read())).convert("RGB")
-            st.image(image, caption="Yüklenen Resim", use_container_width=True)
+            st.image(image, caption="Yüklenen Resim", use_column_width=True)
 
             img = image.resize((224, 224))
             img = np.array(img) / 255.0
@@ -29,13 +42,12 @@ def main():
             prediction = model.predict(img)
             predicted_class = np.argmax(prediction)
 
-            # Hatalı index durumuna karşı koruma
             if predicted_class < len(class_names):
                 st.success(f"Tahmin: {class_names[predicted_class]}")
             else:
-                st.error("⚠️ Tahmin edilen sınıf, sınıf isimleriyle eşleşmiyor. Lütfen modelinizi kontrol edin.")
+                st.warning("⚠️ Tahmin edilen sınıf, sınıf isimleriyle eşleşmiyor. Lütfen modelinizi kontrol edin.")
         except Exception as e:
-            st.error(f"⚠️ Hata oluştu: {str(e)}")
+            st.error(f"❌ Hata oluştu: {str(e)}")
 
 if __name__ == "__main__":
     main()