Update app.py

app.py

@@ -1,41 +1,27 @@
-import gradio as gr
+import streamlit as st
+from PIL import Image
 from transformers import pipeline
 
-# Демонстрация үшін жалпы image-classification pipeline қолданамыз
-# Нақты жағдайда өзің fine-tune жасаған модельді осында жүктейсің
-classifier = pipeline("image-classification", model="google/vit-base-patch16-224")
+# YOLOv11 segmentation модель
+pipe = pipeline("image-segmentation", model="harpreetsahota/car-dd-segmentation-yolov11")
 
-# Класстарды мысал ретінде береміз (қолданушы өз датасына бейімдейді)
-# Мысалы: "Дене сау", "Алдыңғы бампер бұзылған", "Шина зақымдалған", т.б.
-CUSTOM_LABELS = {
-    "n02124075": "✅ Машина қалыпты",
-    "n02958343": "⚠️ Бампер бұзылған",
-    "n02974003": "⚠️ Шина зақымдалған",
-    "n03770679": "⚠️ Қақпақ (капот) зақымдалған"
-}
+st.set_page_config(page_title="Car Damage Detection", page_icon="🚗", layout="centered")
+st.title("🚗 Машина зақымын анықтау (YOLOv11 Segmentation)")
 
-def predict(image):
-    preds = classifier(image)
-    if not preds:
-        return "❌ Ақау анықталмады"
-    
-    # Ең сенімді нәтижені аламыз
-    top_pred = preds[0]
-    label = top_pred["label"]
-    score = top_pred["score"]
+uploaded_file = st.file_uploader("Машина суретін жүктеңіз", type=["jpg", "jpeg", "png"])
 
-    # Егер кастом лейбл бар болса
-    readable = CUSTOM_LABELS.get(label, label)
-    return f"{readable} (сенімділік: {score:.2f})"
+if uploaded_file is not None:
+    image = Image.open(uploaded_file).convert("RGB")
+    st.image(image, caption="Жүктелген сурет", use_column_width=True)
 
-# Gradio интерфейс
-demo = gr.Interface(
-    fn=predict,
-    inputs=gr.Image(type="pil", label="Машина суретін жүктеңіз"),
-    outputs=gr.Textbox(label="Диагноз"),
-    title="🚗 Машина ақауын суреттен анықтау",
-    description="Фото жүктеңіз, ИИ қай жерінің бұзылғанын айтады."
-)
+    st.write("🔎 Анализ жасалуда...")
+    results = pipe(image)
 
-if __name__ == "__main__":
-    demo.launch()
+    st.subheader("📋 Нәтиже:")
+    if results:
+        for obj in results:
+            label = obj.get("label", "Белгісіз")
+            score = obj.get("score", 0)
+            st.success(f"{label} (сенімділік: {score:.2f})")
+    else:
+        st.info("Зақым табылмады ✅")