Update src/streamlit_app.py

src/streamlit_app.py

@@ -13,10 +13,9 @@ def main():
     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.error("❌ Model yüklenemedi.")
         st.stop()
 
-    # ✅ 9 sınıf ismi
     class_names = [
         'Rutab',
         'Meneifi',
@@ -33,21 +32,24 @@ def main():
     if file:
         try:
             image = Image.open(io.BytesIO(file.read())).convert("RGB")
-            st.image(image, caption="Yüklenen Resim", use_column_width=True)
+            st.image(image, caption="Yüklenen Resim", use_container_width=True)
 
             img = image.resize((224, 224))
-            img = np.array(img) / 255.0
+            img = np.array(img)
+            img = img / 255.0  # Bu adımı kaldırman gerekebilir, model eğitimine göre!
             img = np.expand_dims(img, axis=0)
 
             prediction = model.predict(img)
             predicted_class = np.argmax(prediction)
 
-            if predicted_class < len(class_names):
-                st.success(f"Tahmin: {class_names[predicted_class]}")
-            else:
-                st.warning("⚠️ Tahmin edilen sınıf, sınıf isimleriyle eşleşmiyor. Lütfen modelinizi kontrol edin.")
+            st.success(f"Tahmin: {class_names[predicted_class]}")
+
+            # Debug için tahmin sonuçlarını göster
+            st.subheader("Tahmin Skorları (Softmax Çıkışı):")
+            for i, score in enumerate(prediction[0]):
+                st.write(f"{class_names[i]}: {score:.4f}")
         except Exception as e:
-            st.error(f"❌ Hata oluştu: {str(e)}")
+            st.error(f"Hata: {str(e)}")
 
 if __name__ == "__main__":
     main()