Update app.py

app.py

@@ -1,40 +1,31 @@
-import gradio as gr
 from transformers import AutoImageProcessor, AutoModelForImageClassification
 from PIL import Image
+import gradio as gr
 import torch
 
-# Model A – artık bitkiye özel
-processorA = AutoImageProcessor.from_pretrained("umutbozdag/plant-identity")
-modelA = AutoModelForImageClassification.from_pretrained("umutbozdag/plant-identity")
-
+# Model yükle
+processor = AutoImageProcessor.from_pretrained("umutbozdag/plant-identity")
+model = AutoModelForImageClassification.from_pretrained("umutbozdag/plant-identity")
 
-
- 
-def predict(image, more=False):
+# Tahmin fonksiyonu
+def predict(image):
     image = image.convert("RGB")
-
-    # B MODELİ KODUNU GEÇİCİ OLARAK YORUMA AL
-# processorB = ...
-# modelB = ...
-
-# predict fonksiyonunun içini sadece modelA ile çalışacak şekilde sınırla:
-def predict(image, more=False):
-    image = image.convert("RGB")
-    inputsA = processorA(images=image, return_tensors="pt")
-    logitsA = modelA(**inputsA).logits[0]
-    probA = torch.nn.functional.softmax(logitsA, dim=0)
-    topA_idx = torch.argmax(probA).item()
-    topA_score = round((probA[topA_idx] * 100).item(), 2)
-
-    labelA = modelA.config.id2label.get(topA_idx, f"Class {topA_idx}")
-    return f"{labelA} – %{topA_score}", ""
-
-
-demo = gr.Interface(
+    inputs = processor(images=image, return_tensors="pt")
+    with torch.no_grad():
+        outputs = model(**inputs)
+    logits = outputs.logits
+    predicted_class_idx = logits.argmax(-1).item()
+    predicted_label = model.config.id2label[predicted_class_idx]
+    return predicted_label
+
+# Arayüz
+iface = gr.Interface(
     fn=predict,
-    inputs=[gr.Image(type="pil"), gr.Checkbox(label="Daha fazlasını görmek istiyorum")],
-    outputs=[gr.Textbox(label="Birincil Tahmin"), gr.Textbox(label="Ek Seçenekler (Geniş Model)")],
-    title="Bitki Tanıma – Çift Model Sistemi",
-    description="Hızlı model yüksek güvenliyse sonucunu göster, düşükse geniş model devreye girer."
+    inputs=gr.Image(type="pil", label="Bitki Fotoğrafı Yükle"),
+    outputs=gr.Textbox(label="Tahmin Edilen Bitki"),
+    title="🌿 Bitki Tanıma Sistemi",
+    description="Bir bitki fotoğrafı yükleyin",
+    article="✨ Lumi çalışıyor..."
 )
-demo.launch()
+
+iface.launch()