app.py

"""
Sima Face Shape API — Hugging Face Space
Loads metadome/face_shape_classification (ViT, ~85% accuracy on 5 classes)
and exposes a Gradio API endpoint that the Sima web app calls.
"""

import gradio as gr
from transformers import pipeline
from PIL import Image

# Modeli sadece bir kez yükle (Space başlatıldığında)
classifier = pipeline(
    "image-classification",
    model="metadome/face_shape_classification",
)


def classify(image):
    """Resmi alır, yüz tipi olasılıklarını döndürür.
    Çıktı: {'Heart': 0.12, 'Oval': 0.71, ...}
    """
    if image is None:
        return {}
    # PIL Image bekleniyor
    if not isinstance(image, Image.Image):
        image = Image.fromarray(image)
    results = classifier(image)
    return {r["label"]: float(r["score"]) for r in results}


demo = gr.Interface(
    fn=classify,
    inputs=gr.Image(type="pil", label="Yüz fotoğrafı"),
    outputs=gr.Label(num_top_classes=5, label="Yüz tipi olasılıkları"),
    title="Sîma — Yüz Tipi Sınıflandırması",
    description=(
        "ViT tabanlı yüz tipi sınıflandırıcısı. 5 sınıf: "
        "Heart, Oblong, Oval, Round, Square. Sîma web uygulaması "
        "bu Space'in API'sini çağırarak yüz tipi tahmini alır."
    ),
    api_name="classify",
    allow_flagging="never",
)


if __name__ == "__main__":
    # CORS açık olmalı ki tarayıcıdan çağrılabilsin
    demo.launch()