Update app.py

app.py

@@ -1,23 +1,36 @@
 import gradio as gr
 from fastai.vision.all import *
-import skimage
 
 learn = load_learner('export.pkl')
 
 labels = learn.dls.vocab
+
 def prever(imagem):
     img = PILImage.create(imagem)
     predicao, indice_predicao, probabilidades = learn.predict(img)
     predicao = str(predicao)
+    probabilidades = [f"{labels[i]}: {prob * 100:.2f}%" for i, prob in enumerate(probabilidades)]
     
-    return predicao
-
+    return predicao, probabilidades
 
 titulo = "Detecção de Câncer de Mama com Aprendizado Profundo e Transferência de Aprendizado (ResNet18)"
 descricao = "<p style='text-align: center'><b>Como radiologista ou oncologista, é crucial saber o que há de errado com uma imagem de raio-X de mama.<b><br><b> Faça o upload da imagem de raio-X de mama para saber o que há de errado com o seio de uma paciente com ou sem implante<b><p>"
 artigo="<p style='text-align: center'>Aplicativo web desenvolvido e gerenciado por Addai Fosberg<b></p>"
 exemplos = ['img1.jpeg', 'img2.jpeg']
 habilitar_fila = True
-# interpretação='padrão'
 
-gr.Interface(fn=prever, inputs=gr.inputs.Image(shape=(512, 512)), outputs=gr.outputs.Label(num_top_classes=3), title=titulo, description=descricao, article=artigo, examples=exemplos, enable_queue=habilitar_fila).launch()
+inputs = gr.inputs.Image(shape=(512, 512), label="Imagem de Raio-X de Mama")
+outputs = [gr.outputs.Label(label="Diagnóstico"), gr.outputs.Label(label="Probabilidades")]
+
+interface = gr.Interface(
+    fn=prever,
+    inputs=inputs,
+    outputs=outputs,
+    title=titulo,
+    description=descricao,
+    article=artigo,
+    examples=exemplos,
+    enable_queue=habilitar_fila
+)
+
+interface.launch()