Update app.py

app.py

@@ -63,31 +63,12 @@ def prepare_image(img):
     return pred_texts, preds
 
 def decode_batch_predictions(pred):
-    # Daftar karakter yang digunakan dalam model OCR Anda
-    characters = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789"  # Sesuaikan dengan karakter model Anda
-    
+    # This function should convert the predictions (logits) to text
+    # Modify this function based on your specific character map
     pred_texts = []
-
-    for i in range(len(pred)):
-        # Ambil hasil prediksi untuk sampel i
-        pred_single = pred[i]
-
-        # Ambil argmax untuk setiap langkah (timesteps) untuk mendapatkan indeks karakter
-        pred_indices = np.argmax(pred_single, axis=-1)
-
-        # Ambil hasil prediksi dengan membatasi pada 5 karakter (untuk CAPTCHA dengan panjang 5 karakter)
-        pred_indices = pred_indices[:5]  # Pastikan kita hanya mengambil 5 karakter pertama
-
-        # Gabungkan prediksi menjadi string, menghindari padding (-1) dan pastikan panjangnya 5
-        pred_text = ''.join([characters[int(c)] for c in pred_indices if c != -1])
-
-        # Pastikan panjang teks hasil prediksi adalah 5 karakter
-        while len(pred_text) < 5:
-            pred_text += " "  # Bisa sesuaikan dengan apa yang ingin dilakukan jika panjangnya kurang dari 5
-
-        # Append prediksi teks untuk batch
+    for i in range(pred.shape[0]):
+        pred_text = ''.join([characters[int(c)] for c in pred[i] if c != -1])  # Map to characters
         pred_texts.append(pred_text)
-
     return pred_texts
     
 def run():