Update app.py
Browse files
app.py
CHANGED
@@ -5,25 +5,36 @@ import torch
|
|
5 |
|
6 |
# Hugging Face tokeninizi çevresel değişkenden alın
|
7 |
hf_token = os.getenv("HF_TOKEN")
|
|
|
|
|
8 |
|
9 |
# Model ve işlemciyi yükleyin
|
10 |
model_name = "cantuncok/autotrain1-model"
|
11 |
-
|
12 |
-
|
|
|
|
|
|
|
13 |
|
14 |
# Görsel sınıflandırma fonksiyonu
|
15 |
def classify_image(img):
|
16 |
-
|
17 |
-
|
18 |
-
outputs = model(**inputs)
|
19 |
|
20 |
-
|
21 |
-
|
22 |
-
|
23 |
-
|
24 |
-
|
25 |
-
|
26 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
27 |
|
28 |
# Gradio arayüzü
|
29 |
demo = gr.Interface(
|
@@ -32,9 +43,11 @@ demo = gr.Interface(
|
|
32 |
outputs=gr.Label(num_top_classes=3),
|
33 |
title="Görüntü Sınıflandırma Uygulaması",
|
34 |
description="Bu uygulama, 'cantuncok/autotrain1-model' modeli kullanılarak görüntü sınıflandırması yapar.",
|
35 |
-
examples=[["example1.jpg"], ["example2.jpg"]], # Örnek görüntüleri kendi örneklerinizle değiştirin
|
36 |
)
|
37 |
|
38 |
# Uygulamayı başlatma
|
39 |
if __name__ == "__main__":
|
40 |
-
|
|
|
|
|
|
|
|
5 |
|
6 |
# Hugging Face tokeninizi çevresel değişkenden alın
|
7 |
hf_token = os.getenv("HF_TOKEN")
|
8 |
+
if not hf_token:
|
9 |
+
raise ValueError("HF_TOKEN çevresel değişkeni ayarlanmamış. Lütfen Hugging Face token'ınızı ayarlayın.")
|
10 |
|
11 |
# Model ve işlemciyi yükleyin
|
12 |
model_name = "cantuncok/autotrain1-model"
|
13 |
+
try:
|
14 |
+
processor = AutoImageProcessor.from_pretrained(model_name, token=hf_token)
|
15 |
+
model = AutoModelForImageClassification.from_pretrained(model_name, token=hf_token)
|
16 |
+
except Exception as e:
|
17 |
+
raise Exception(f"Model yüklenirken bir hata oluştu: {str(e)}")
|
18 |
|
19 |
# Görsel sınıflandırma fonksiyonu
|
20 |
def classify_image(img):
|
21 |
+
if img is None:
|
22 |
+
return {"Hata": 1.0}
|
|
|
23 |
|
24 |
+
try:
|
25 |
+
inputs = processor(images=img, return_tensors="pt")
|
26 |
+
with torch.no_grad():
|
27 |
+
outputs = model(**inputs)
|
28 |
+
|
29 |
+
logits = outputs.logits
|
30 |
+
predicted_class_idx = logits.argmax(-1).item()
|
31 |
+
|
32 |
+
labels = model.config.id2label
|
33 |
+
predicted_label = labels[predicted_class_idx]
|
34 |
+
probabilities = torch.nn.functional.softmax(logits, dim=-1)
|
35 |
+
return {label: float(probabilities[0, idx]) for idx, label in labels.items()}
|
36 |
+
except Exception as e:
|
37 |
+
return {"Hata": 1.0, "Hata Mesajı": str(e)}
|
38 |
|
39 |
# Gradio arayüzü
|
40 |
demo = gr.Interface(
|
|
|
43 |
outputs=gr.Label(num_top_classes=3),
|
44 |
title="Görüntü Sınıflandırma Uygulaması",
|
45 |
description="Bu uygulama, 'cantuncok/autotrain1-model' modeli kullanılarak görüntü sınıflandırması yapar.",
|
|
|
46 |
)
|
47 |
|
48 |
# Uygulamayı başlatma
|
49 |
if __name__ == "__main__":
|
50 |
+
try:
|
51 |
+
demo.launch(enable_queue=True, share=True)
|
52 |
+
except Exception as e:
|
53 |
+
print(f"Uygulama başlatılırken bir hata oluştu: {str(e)}")
|