Update app.py

app.py

@@ -110,9 +110,21 @@ models = {
 for model_name, model in models.items():
     models[model_name] = model.to(device).eval()
 
-# Define a interface Gradio sem o uso das opções desatualizadas
 my_app = gr.Interface(
     fn=processar_imagem_de_entrada_wrapper,
     inputs=[
         gr.inputs.Image(label="Angiograma:", shape=(512, 512)),
-        gr.inputs.Dropdown(['SE-RegUNet 4GF', 'SE-RegUNet 16GF', 'AngioNet', 'EffUNet++ B5', 'Reg-SA-UNet++', 'UNet
+        gr.inputs.Dropdown(['SE-RegUNet 4GF', 'SE-RegUNet 16GF', 'AngioNet', 'EffUNet++ B5', 'Reg-SA-UNet++', 'UNet3+'], label='Modelo', default='SE-RegUNet 4GF'),
+    ],
+    outputs=[
+        gr.outputs.Label(label="Tempo decorrido"),
+        gr.outputs.Image(type="numpy", label="Imagem de Saída"),
+        gr.outputs.Label(label="Status da Doença"),
+    ],
+    title="Segmentação de Angiograma Coronariano",
+    description="Esta aplicação segmenta angiogramas coronarianos usando modelos de segmentação pré-treinados. Faça o upload de uma imagem de angiograma e selecione um modelo para visualizar o resultado da segmentação.\n\nSelecione uma imagem de angiograma coronariano e um modelo de segmentação no painel à esquerda.\n\nStatus da Doença:\n- 'Disease Detected': Indica que a segmentação detectou uma área significativa de estenose.\n- 'No Disease': Indica que a segmentação não detectou estenose significativa.\nCom base no resultado, é recomendado consultar um profissional de saúde para avaliação e orientação adicional, se necessário.",
+    theme="default",
+    allow_flagging="never",  # O parâmetro "allow_flagging" deve receber uma string ('auto', 'manual', ou 'never')
+)
+
+my_app.launch()