Update app.py

app.py

@@ -5,25 +5,36 @@ import torch
 
 # Hugging Face tokeninizi çevresel değişkenden alın
 hf_token = os.getenv("HF_TOKEN")
+if not hf_token:
+    raise ValueError("HF_TOKEN çevresel değişkeni ayarlanmamış. Lütfen Hugging Face token'ınızı ayarlayın.")
 
 # Model ve işlemciyi yükleyin
 model_name = "cantuncok/autotrain1-model"
-processor = AutoImageProcessor.from_pretrained(model_name, token=hf_token)
-model = AutoModelForImageClassification.from_pretrained(model_name, token=hf_token)
+try:
+    processor = AutoImageProcessor.from_pretrained(model_name, token=hf_token)
+    model = AutoModelForImageClassification.from_pretrained(model_name, token=hf_token)
+except Exception as e:
+    raise Exception(f"Model yüklenirken bir hata oluştu: {str(e)}")
 
 # Görsel sınıflandırma fonksiyonu
 def classify_image(img):
-    inputs = processor(images=img, return_tensors="pt")
-    with torch.no_grad():
-        outputs = model(**inputs)
+    if img is None:
+        return {"Hata": 1.0}
     
-    logits = outputs.logits
-    predicted_class_idx = logits.argmax(-1).item()
-    
-    labels = model.config.id2label
-    predicted_label = labels[predicted_class_idx]
-    probabilities = torch.nn.functional.softmax(logits, dim=-1)
-    return {label: float(probabilities[0, idx]) for idx, label in labels.items()}
+    try:
+        inputs = processor(images=img, return_tensors="pt")
+        with torch.no_grad():
+            outputs = model(**inputs)
+        
+        logits = outputs.logits
+        predicted_class_idx = logits.argmax(-1).item()
+        
+        labels = model.config.id2label
+        predicted_label = labels[predicted_class_idx]
+        probabilities = torch.nn.functional.softmax(logits, dim=-1)
+        return {label: float(probabilities[0, idx]) for idx, label in labels.items()}
+    except Exception as e:
+        return {"Hata": 1.0, "Hata Mesajı": str(e)}
 
 # Gradio arayüzü
 demo = gr.Interface(
@@ -32,9 +43,11 @@ demo = gr.Interface(
     outputs=gr.Label(num_top_classes=3),
     title="Görüntü Sınıflandırma Uygulaması",
     description="Bu uygulama, 'cantuncok/autotrain1-model' modeli kullanılarak görüntü sınıflandırması yapar.",
-    examples=[["example1.jpg"], ["example2.jpg"]],  # Örnek görüntüleri kendi örneklerinizle değiştirin
 )
 
 # Uygulamayı başlatma
 if __name__ == "__main__":
-    demo.launch(enable_queue=True, share=True)
+    try:
+        demo.launch(enable_queue=True, share=True)
+    except Exception as e:
+        print(f"Uygulama başlatılırken bir hata oluştu: {str(e)}")