Update app.py

app.py

@@ -25,11 +25,12 @@ def image_classifier(inp):
     return result
 
 app = gr.Interface(
-    fn=classificador_imagens,
+    fn=image_classifier,
     inputs=gr.inputs.Image(shape=(150, 150)),
     outputs="label",
     examples=["img/"+img for img in os.listdir("img")],
     title="Identificador Experimental de Lesões de Pele",
     description="<b><i>Aviso Legal: Este trabalho faz parte de um projeto educacional. Não se destina a aplicações clínicas. Portanto, não pode fazer previsões reais sobre lesões de pele. Para obter recomendações sobre lesões de pele, consulte um dermatologista ou especialista qualificado.</i></b><br><br>Repositório do código: <a href='https://github.com/bsenst/capstone1-skin-lesion-classifier'>https://github.com/bsenst/capstone1-skin-lesion-classifier</a><br><br>O conjunto de dados está disponível sob a licença CC BY-NC-SA 4.0 e pode ser encontrado aqui: <a href='https://www.kaggle.com/datasets/kmader/skin-cancer-mnist-ham10000'>https://www.kaggle.com/datasets/kmader/skin-cancer-mnist-ham10000</a><br><br>O modelo de rede neural rotula imagens usando as seguintes classes: Queratoses actínicas e carcinoma intraepitelial / doença de Bowen (akiec), carcinoma basocelular (bcc), lesões benignas semelhantes a queratose (lentigos solares / queratoses seborreicas e queratoses semelhantes ao líquen, bkl), dermatofibroma (df), melanoma (mel), nevos melanocíticos (nv) e lesões vasculares (angiomas, angiocratomas, granulomas piogênicos e hemorragia, vasc)",
 )
-app.launch()
+
+app.launch()