Update app.py

app.py

@@ -1,29 +1,31 @@
 import gradio as gr
 from transformers import DetrForObjectDetection, DetrFeatureExtractor
-from PIL import Image
+import torch
 
-# 모델과 피처 추출기 로드
+# 모델 ID 지정
 model_id = "facebook/detr-resnet-50"
+
+# 모델과 피처 추출기 로드
 model = DetrForObjectDetection.from_pretrained(model_id)
 feature_extractor = DetrFeatureExtractor.from_pretrained(model_id)
 
 def object_detection(image):
-    # 이미지를 모델이 처리할 수 있는 형태로 변환
+    # 이미지를 모델 입력으로 변환
     inputs = feature_extractor(images=image, return_tensors="pt")
     outputs = model(**inputs)
 
-    # 결과 처리 로직을 구현하세요.
-    # 실제로는 탐지된 객체를 이미지 위에 박스로 그리는 등의 처리가 필요할 수 있습니다.
-    # 여기서는 outputs의 요약된 정보만을 반환합니다.
+    # 결과 처리
+    # 여기서는 간단히 모델의 출력 logits를 리스트로 반환합니다.
+    # 실제 애플리케이션에서는 출력을 사용자가 이해할 수 있는 형태로 가공해야 합니다.
     return outputs.logits.tolist()
 
-# Gradio 인터페이스 설정 및 앱 실행
+# Gradio 인터페이스 정의 및 실행
 iface = gr.Interface(
     fn=object_detection,
-    inputs=gr.Image(shape=(512, 512)),
+    inputs=gr.Image(),
     outputs="json",
     title="Object Detection with DETR",
-    description="Upload an image, and the model will detect objects in the image."
+    description="Upload an image and the model will detect objects in the image."
 )
 
 iface.launch()