Update app.py

app.py

@@ -1,21 +1,33 @@
 import os
-from transformers import pipeline
+from transformers import AutoModelForImageClassification, AutoProcessor
 import gradio as gr
 from PIL import Image
+import torch
 
-# Çevresel değişkenden tokeni al
+# Hugging Face tokeninizi çevresel değişkenden alın
 hf_token = os.getenv("HF_TOKEN")
 
-# Modeli yükleyin
+# Model ve işlemciyi yükleyin
 model_name = "cantuncok/autotrain1-model"
-classifier = pipeline("image-classification", model=model_name, use_auth_token=hf_token)
+processor = AutoProcessor.from_pretrained(model_name, use_auth_token=hf_token)
+model = AutoModelForImageClassification.from_pretrained(model_name, use_auth_token=hf_token)
 
 # Görsel sınıflandırma fonksiyonu
 def classify_image(img):
-    # Modelden tahminleri alın
-    results = classifier(img)
-    # Tahminleri ve olasılıklarını döndürün
-    return {result['label']: result['score'] for result in results}
+    # Görseli işlemci ile hazırlayın
+    inputs = processor(images=img, return_tensors="pt")
+    with torch.no_grad():
+        outputs = model(**inputs)
+    
+    # Tahmin edilen sınıf indekslerini alın
+    logits = outputs.logits
+    predicted_class_idx = logits.argmax(-1).item()
+    
+    # Etiket ve olasılık döndür
+    labels = model.config.id2label
+    predicted_label = labels[predicted_class_idx]
+    probabilities = torch.nn.functional.softmax(logits, dim=-1)
+    return {label: float(probabilities[0, idx]) for idx, label in labels.items()}
 
 # Gradio arayüzü için yapılandırma
 interface_options = {