Update app.py

app.py

@@ -1,33 +1,23 @@
 import streamlit as st
-from roboflow import Roboflow
 from PIL import Image
-import tempfile
+from transformers import pipeline
 
-# Roboflow дайын модель
-rf = Roboflow(api_key="K1QpyyTZoYzAatHOhuZS")
-workspace = rf.workspace("Nurisslam")   # workspace атауы
-project = workspace.project("car-damage-detection5")  # project атауы
-model = project.version(1).model 
+# Модель
+pipe = pipeline("image-classification", model="beingamit99/car_damage_detection")
 
-st.title("🚗 Машина зақымын анықтау (Roboflow моделімен)")
+st.title("🚗 Машинаның зақымын анықтау (Hugging Face модельмен)")
 
 uploaded_file = st.file_uploader("Суретті жүктеңіз", type=["jpg","jpeg","png"])
 if uploaded_file is not None:
-    image = Image.open(uploaded_file)
+    image = Image.open(uploaded_file).convert("RGB")
     st.image(image, caption="Жүктелген сурет", use_column_width=True)
-    st.write("🔎 Анализ жасалуда...")
-
-    # уақытша файл жасау
-    with tempfile.NamedTemporaryFile(suffix=".jpg") as tmp:
-        image.save(tmp.name)
-        result = model.predict(tmp.name, confidence=40).json()
-
-    if "predictions" in result:
-        lines = []
-        for p in result["predictions"]:
-            cls = p["class"]
-            conf = p["confidence"]
-            lines.append(f"{cls} (сенімділік: {conf:.2f})")
-        st.success("\n".join(lines))
-    else:
-        st.warning("Ақау табылмады")
+    
+    with st.spinner("Анализ жасалуда..."):
+        preds = pipe(image)
+    
+    st.subheader("📋 Нәтиже:")
+    # Жоғары сенімді нәтиже көрсетеміз
+    best = preds[0]
+    label = best["label"]
+    score = best["score"]
+    st.success(f"{label} (сенімділік: {score:.2f})")