Update app.py

app.py

@@ -1,24 +1,20 @@
-# app.py
 import gradio as gr
 import tensorflow as tf
 import cv2
 import numpy as np
 import json
 
-# Model ve etiketleri yükle
 model = tf.keras.models.load_model('animal_classifier_model.h5')
 
 with open('class_labels.json', 'r') as f:
     class_labels = json.load(f)
 
 def preprocess_image(image):
-    # Gradio'dan gelen görüntüyü işle
     image = cv2.resize(image, (128,128))  # Model için kullandığımız boyuta getir
     image = image.astype('float32') / 255.0  # Normalize et
     return np.expand_dims(image, axis=0)  # Batch boyutu ekle
 
 def predict_animal(image):
-    # Görüntüyü preprocessten geçir
     processed_image = preprocess_image(image)
     
     # Tahmin yap
@@ -32,7 +28,6 @@ def predict_animal(image):
     
     return results
 
-# Gradio arayüzünü oluştur
 iface = gr.Interface(
     fn=predict_animal,
     inputs=gr.Image(),
@@ -42,9 +37,8 @@ iface = gr.Interface(
     examples=[
         ["collie.jpg"],
         ["elephant.jpg"],
-        ["fox.jpg"]
+        ["rabbit.jpg"]
     ]
 )
 
-# Uygulamayı başlat
 iface.launch()