Update app_huggingface.py

app_huggingface.py

@@ -43,8 +43,8 @@ def preprocess_image(img):
     img = img.convert('RGB')
     img = img.resize((IMAGE_SIZE, IMAGE_SIZE))
     img_array = np.array(img)
-    img_array = img_array / 255.0  # [0,1] aralığına normalizasyon
-    img_array = np.expand_dims(img_array, axis=0)  # Batch boyutu ekleme
+    img_array = img_array / 255.0
+    img_array = np.expand_dims(img_array, axis=0)
     return img_array
 
 # Tahmin fonksiyonu
@@ -52,34 +52,45 @@ def predict(img):
     model = load_model()
     
     if model is None:
-        # Demo modu - rastgele tahminler üret
         import random
         predictions = np.zeros(len(class_names))
         for i in range(len(predictions)):
             predictions[i] = random.random()
-        predictions = predictions / np.sum(predictions)  # 1'e normalize et
+        predictions = predictions / np.sum(predictions)
     else:
-        # Gerçek tahmin
         img_array = preprocess_image(img)
         predictions = model.predict(img_array)[0]
     
-    # En iyi 3 tahmini al
     top_indices = predictions.argsort()[-3:][::-1]
     top_predictions = predictions[top_indices]
     top_classes = [class_names[i] for i in top_indices]
     
-    # Sonuçları formatla
     results = {}
     for i, (label, prob) in enumerate(zip(top_classes, top_predictions)):
         results[label] = float(prob)
     
     return results
 
+# --- Sınıfları tabloya dönüştüren yardımcı fonksiyon ---
+def format_classes_grid(class_names, columns=6):
+    rows = [class_names[i:i + columns] for i in range(0, len(class_names), columns)]
+    table_html = '<table style="margin:auto; text-align:left; border-spacing: 10px;">'
+    for row in rows:
+        table_html += "<tr>"
+        for item in row:
+            table_html += f"<td>• {item}</td>"
+        table_html += "</tr>"
+    table_html += "</table>"
+    return table_html
+
+# Sınıf tablosunu oluştur
+class_table_html = format_classes_grid(class_names)
+
 # Proje başlığı
 title = "🦁 Hayvan Görüntü Sınıflandırıcı"
 
-# Proje açıklaması
-description = """
+# Proje açıklaması (sınıf tablosu dahil)
+description = f"""
 <div style="text-align: center;">
   <h2>Hayvan Görüntü Sınıflandırma Uygulaması</h2>
   <p>Bu uygulama, derin öğrenme modeli kullanarak hayvan türlerini tanıyabilen bir sınıflandırıcıdır.</p>
@@ -91,6 +102,9 @@ description = """
     <li>Bir hayvan resmi yükleyin veya webcam ile çekin</li>
     <li>Sonuçları anında görün!</li>
   </ol>
+  <hr>
+  <h3 style="text-align:center;">Tanıyabildiği Hayvan Sınıfları (90)</h3>
+  {class_table_html}
 </div>
 """
 
@@ -101,30 +115,25 @@ css = """
     background-color: #121212;
     color: #f0f0f0;
 }
-
 input, button, textarea, select {
     background-color: #1e1e1e !important;
     color: #ffffff !important;
     border: 1px solid #333 !important;
 }
-
 label, .label, .output_class, .output_label, .upload_box {
     color: #f0f0f0 !important;
 }
-
 .gr-image-upload {
     background-color: #1e1e1e !important;
     border: 1px solid #444 !important;
     color: #f0f0f0 !important;
 }
-
 .examples {
     background-color: #1a1a1a;
     border: 1px solid #333;
     border-radius: 10px;
     padding: 15px;
 }
-
 .footer {
     margin-top: 30px;
     text-align: center;
@@ -138,9 +147,6 @@ h1, h2, h3 {
 }
 """
 
-
-
-
 # Sayfa altı bilgisi
 footer = """
 <div class="footer">
@@ -164,4 +170,4 @@ demo = gr.Interface(
 
 # Uygulamayı başlat
 if __name__ == "__main__":
-    demo.launch() 
+    demo.launch()