Update app.py

app.py

@@ -7,21 +7,21 @@ import pandas as pd
 plt = platform.system()
 if plt == 'Linux': pathlib.WindowsPath = pathlib.PosixPath
 
-learn = load_learner('export.pkl')
+# learn = load_learner('export.pkl')
 
-labels = learn.dls.vocab
-def predict(img):
-img = PILImage.create(img)
-pred,pred_idx,probs = learn.predict(img)
-return {labels[i]: float(probs[i]) for i in range(len(labels))}
+# labels = learn.dls.vocab
+# def predict(img):
+#     img = PILImage.create(img)
+#     pred,pred_idx,probs = learn.predict(img)
+#     return {labels[i]: float(probs[i]) for i in range(len(labels))}
 
-title = "Analisador AI de pele facial"
-description = "Este analisador de pele é uma aplicação baseada num algoritmo de inteligência artifical. Os resultados estão dependetes da qualidade da foto e condições de iluminação."
+title = "Face condition Analyzer"
+description = "A face condition detector trained on the custom dataset with fastai. Created using Gradio and HuggingFace Spaces."
 examples = [['harmonal_acne.jpg'],['forehead_wrinkles.jpg'],['oily_skin.jpg']]
 enable_queue=True
 
-gr.Interface(fn=predict,inputs=gr.inputs.Image(shape=(512, 512)),outputs=gr.outputs.Label(num_top_classes=3),title=title,
-description=description,examples=examples,enable_queue=enable_queue).launch()
+# gr.Interface(fn=predict,inputs=gr.inputs.Image(shape=(512, 512)),outputs=gr.outputs.Label(num_top_classes=3),title=title,
+#              description=description,examples=examples,enable_queue=enable_queue).launch()
 with gr.Blocks(title=title,description=description,examples=examples,enable_queue=enable_queue) as demo:
     learn = load_learner('export.pkl')
     labels = learn.dls.vocab
@@ -29,17 +29,17 @@ with gr.Blocks(title=title,description=description,examples=examples,enable_queu
         img = PILImage.create(img)
         pred,pred_idx,probs = learn.predict(img)
         return {labels[i]: float(probs[i]) for i in range(len(labels))}
-    gr.Markdown("# Analisador AI de pele facial")
-    gr.Markdown("Este analisador de pele é uma aplicação baseada num algoritmo de inteligência artifical. Os resultados estão dependetes da qualidade da foto e condições de iluminação.")
+    gr.Markdown("# Face Skin Analyzer")
+    gr.Markdown("A face condition detector trained on the custom dataset with fastai. Created using Gradio and HuggingFace Spaces. Kindly upload a photo of your face.")
     with gr.Row():
         inputs = gr.inputs.Image(shape=(512, 512))
         outputs = gr.outputs.Label(num_top_classes=3)
-    btn = gr.Button("Verificar")
+    btn = gr.Button("Predict")
     btn.click(fn=predict, inputs=inputs, outputs=outputs)
     
     df=pd.read_excel("recommendation.xlsx")
     classes = df['class'].unique()
-    with gr.Accordion("Descobre qual os potenciais problemas da tua pele, por ordem de probabiidade. Seguidamente, clica no link abaixo para saberes que produtos tenho na loja que te poderão ajudar a resolver alguma condição que seja necessária.",open=False):
+    with gr.Accordion("Find your skin condition using above analyzer and see the Recommended solutions",open=False):
         for c in classes:
             with gr.Accordion(c,open=False):
                 df_temp = df[df['class']==c]