Update src/streamlit_app.py

src/streamlit_app.py

@@ -2,48 +2,50 @@ import numpy as np
 from tensorflow.keras.models import load_model
 from PIL import Image
 import streamlit as st
+import io
 
+st.set_page_config(page_title="Hurma Sınıflandırıcı", layout="centered")
+
+# Modeli yükle
 model = load_model('src/dates_classifier_model.h5')
 
+# Görseli işle
 def process_image(img):
     img = img.resize((224, 224))
     img = np.array(img) / 255.0
     img = np.expand_dims(img, axis=0)
     return img
 
-st.title('Hurma Resmi Sınıflandırma')
-st.write('Bir hurma resmi yükleyin, hangi tür olduğunu tahmin edelim.')
+# Uygulama başlığı
+st.title('🥭 Hurma Resmi Sınıflandırma')
+st.write('Lütfen bir hurma fotoğrafı yükleyin. Hangi tür olduğunu tahmin edelim.')
 
-# Session state'te resim tutma
-if 'image' not in st.session_state:
-    st.session_state.image = None
+# Session State'te görüntüyü saklama
+if "img_bytes" not in st.session_state:
+    st.session_state.img_bytes = None
 
-file = st.file_uploader('Bir Resim Seçin', type=['jpg', 'jpeg', 'png'])
+# Dosya yükleyici
+file = st.file_uploader("Bir Resim Seçin", type=["jpg", "jpeg", "png"])
 
+# Dosya varsa bytes olarak sakla (çökme engellenir)
 if file is not None:
+    st.session_state.img_bytes = file.read()
+
+# Görsel varsa göster ve tahmin et
+if st.session_state.img_bytes:
     try:
-        img = Image.open(file).convert('RGB')
-        st.session_state.image = img
+        img = Image.open(io.BytesIO(st.session_state.img_bytes)).convert("RGB")
+        st.image(img, caption="Yüklenen Resim", use_column_width=True)
+
+        processed = process_image(img)
+        prediction = model.predict(processed)
+        predicted_class = np.argmax(prediction)
+
+        class_names = [
+            'Rutab', 'Meneifi', 'Sokari', 'Galaxy', 'Shaishe',
+            'Medjool', 'Ajwa', 'Nabtat Ali', 'Sugaey'
+        ]
+
+        st.success(f"✅ Tahmin: **{class_names[predicted_class]}**")
     except:
-        st.error("Görsel açılamadı.")
-
-if st.session_state.image is not None:
-    st.image(st.session_state.image, caption='Yüklenen Resim', use_column_width=True)
-
-    processed = process_image(st.session_state.image)
-    prediction = model.predict(processed)
-    predicted_class = np.argmax(prediction)
-
-    class_names = [
-        'Rutab',
-        'Meneifi',
-        'Sokari',
-        'Galaxy',
-        'Shaishe',
-        'Medjool',
-        'Ajwa',
-        'Nabtat Ali',
-        'Sugaey'
-    ]
-
-    st.success(f'Tahmin: **{class_names[predicted_class]}**')
+        st.error("⚠️ Görsel işlenemedi. Lütfen geçerli bir .jpg veya .png dosyası yükleyin.")