Add Gradio app.py with dynamic id_to_label

app.py

@@ -7,15 +7,11 @@ from transformers import ViltProcessor, ViltForQuestionAnswering
 
 # Hugging Face Hubからファインチューニング済みのモデルとプロセッサーを読み込みます
 # ここでは、先ほどアップロードしたリポジトリIDを指定します
-# TODO: Replace with your actual model repository ID if different from the Space ID
 model_id = "baseballtoma/my-vilt-image-text-classifier-cloud"
 
 # 推論に使用するid_to_labelマッピングをここで定義します
 # これはファインチューニング時に使用したマッピングと一致している必要があります
-# 実際のアプリケーションでは、このマッピングをファイルとして保存し、読み込むのがより堅牢です
-# 例: id_to_label = {0: '巻積雲', 1: '積乱雲', 2: '高層雲'}
-# ファインチューニング時に使用したid_to_labelを正確に反映させてください
-app_id_to_label = {0: '巻積雲', 1: '積乱雲', 2: '高層雲'} # <<< Replace with your actual labels and their sorted order mapping
+app_id_to_label = {0: 'ゲリラ豪雨', 1: '乱層雲', 2: '台風', 3: '層雲', 4: '巻層雲', 5: '巻積雲', 6: '巻雲(乱)', 7: '巻雲(直)', 8: '席層雲(多)', 9: '席層雲(少)', 10: '晴天', 11: '猛暑', 12: '積乱雲', 13: '積雲', 14: '高層雲', 15: '高積雲(大)', 16: '高積雲(小)'}
 
 
 processor = ViltProcessor.from_pretrained(model_id)
@@ -59,7 +55,7 @@ iface = gr.Interface(
     inputs=[gr.Image(type="pil"), gr.Textbox(label="テキスト（質問）を入力")], # 入力コンポーネント (画像アップロードとテキスト入力)
     outputs="text",                            # 出力コンポーネント (テキスト)
     title="画像とテキストの分類デモ",                 # デモのタイトル
-    description="画像をアップロードし、テキストを入力して、モデルの予測結果を確認します。" # デモの説明
+    description="画像をアップロードし、テキストを入力して、モデルの予測結果を確認します。"
 )
 
 # インターフェースを起動します