Add application file

app.py

@@ -3,7 +3,7 @@ from transformers import ViTFeatureExtractor, ViTForImageClassification
 from PIL import Image
 import torch
 
-# Cargar el modelo y el extractor de características
+# Cargar modelo y extractor
 model = ViTForImageClassification.from_pretrained("akahana/vit-base-cats-vs-dogs")
 feature_extractor = ViTFeatureExtractor.from_pretrained("google/vit-base-patch16-224-in21k")
 
@@ -16,13 +16,18 @@ def classify_image(image):
     predicted_class = model.config.id2label[predicted_class_idx]
     return predicted_class
 
-# Crear la interfaz de Gradio con título y descripción
-interface = gr.Interface(
-    fn=classify_image,
-    inputs=gr.Image(type="pil"),
-    outputs="text",
-    title="Clasificador de Gatos vs Perros",
-    description="Sube una imagen de un gato o un perro y este modelo basado en ViT te dirá qué animal aparece en la imagen."
-)
+# Interfaz mejorada
+with gr.Blocks() as demo:
+    gr.Markdown("# 🐱🐶 Clasificador de Gatos vs Perros")
+    gr.Markdown("Sube una imagen de un gato o un perro. Este modelo basado en Vision Transformer (ViT) te dirá cuál es.")
 
-interface.launch()
+    with gr.Row():
+        with gr.Column():
+            image_input = gr.Image(label="📷 Sube tu imagen", type="pil")
+            submit_btn = gr.Button("🔍 Clasificar")
+        with gr.Column():
+            output_label = gr.Textbox(label="🔎 Resultado", interactive=False)
+
+    submit_btn.click(fn=classify_image, inputs=image_input, outputs=output_label)
+
+demo.launch()