update file

api.py

@@ -1,23 +1,22 @@
 from fastapi import FastAPI, File, UploadFile
 import numpy as np
 from io import BytesIO
-from PIL import Image
+from PIL import Image, UnidentifiedImageError
 import tensorflow as tf
 from fastapi.middleware.cors import CORSMiddleware
 
 app = FastAPI()
-origins = [
-    "*"  # Bu, tüm kaynaklardan gelen isteklere izin verir. Daha kısıtlı bir izin vermek isterseniz, sadece izin vermek istediğiniz URL'leri buraya yazabilirsiniz.
-]
+
+origins = ["*"]
 
 app.add_middleware(
     CORSMiddleware,
     allow_origins=origins,
     allow_credentials=True,
-    allow_methods=["*"],  # Tüm HTTP yöntemlerine izin verir.
+    allow_methods=["*"],
     allow_headers=["*"],
 )
-# Model yükleniyor, yüklenen modelin yolunu kontrol ediniz.
+
 MODEL = tf.keras.models.load_model("CLAHE_ODIR-ORJ-512_inception_v3.h5")
 
 # Sınıf isimleri
@@ -26,24 +25,31 @@ class_names = [
     'Hypertension', 'Normal', 'Others', 'Pathological Myopia'
 ]
 
+
 @app.get("/ping")
 async def ping():
-    return "Hello, I am alive"
+    return {"message": "Hello, I am alive"}
+
 
 def read_file_as_image(data) -> np.ndarray:
-    image = np.array(Image.open(BytesIO(data)))
-    return image
+    try:
+        image = Image.open(BytesIO(data))
+        return np.array(image)
+    except UnidentifiedImageError:
+        raise ValueError("Invalid image format")
+
 
 @app.post("/predict")
 async def predict(file: UploadFile = File(...)):
     image_data = await file.read()
+
     try:
         image = read_file_as_image(image_data)
-    except IOError:
-        return {"error": "Invalid image format"}
+    except ValueError as e:
+        return {"error": str(e)}
 
     # Görüntüyü modelin beklediği boyuta getirme
-    image = tf.image.resize(image, (229, 229))
+    image = tf.image.resize(image, (299, 299))
     # Görüntüyü normalize etme
     image = tf.cast(image, tf.float32) / 255.0
     # Batch haline getirme