mostafa add notifction API3

app.py

@@ -1,6 +1,8 @@
-import gradio as gr
+import gradio as gr
 from PIL import Image
 import numpy as np
+import requests
+from io import BytesIO
 
 from transformers import AutoFeatureExtractor,AutoModelForImageClassification,pipeline
 
@@ -15,24 +17,42 @@ feature_extractor = AutoFeatureExtractor.from_pretrained(model_id)
 
 clsss = pipeline('image-classification',model=model2,feature_extractor=feature_extractor)
 
-def predict(image):
-  yl = clsss(image)
-  max_item = max(yl, key=lambda x: x['score'])
-  nn = "{:f}".format(max_item['score'])
-  dd = max_item['label']
-  nn,dd
-  return f"dissesse: {dd} , score : {nn}"
-
-
+def predict(image_url):
+    try:
+        # التحقق من صحة الرابط وتحميل الصورة
+        response = requests.get(image_url, timeout=10)
+        response.raise_for_status()  # سيقوم برفع استثناء إذا كان الطلب غير ناجح
+
+        # التحقق من نوع المحتوى
+        content_type = response.headers.get('Content-Type')
+        if not content_type or not content_type.startswith('image'):
+            return "الرابط المقدم لا يشير إلى صورة صالحة."
+
+        # تحميل الصورة من الرابط
+        image = Image.open(BytesIO(response.content)).convert("RGB")
+
+        yl = clsss(image)
+        max_item = max(yl, key=lambda x: x['score'])
+        nn = "{:.2f}".format(max_item['score'])  # تنسيق الدقة ليكون مقروءًا بشكل أفضل
+        dd = max_item['label']
+        return f"التصنيف المتوقع: {dd}, الدقة: {nn}"
+    
+    except requests.exceptions.RequestException as e:
+        return f"خطأ في تحميل الصورة من الرابط المقدم: {e}"
+    except UnidentifiedImageError:
+        return "لا يمكن تحديد نوع الصورة من الرابط المقدم."
+    except Exception as e:
+        return f"حدث خطأ أثناء معالجة الصورة: {e}"
+
+# إنشاء واجهة Gradio
 iface = gr.Interface(
     fn=predict,
-    inputs=gr.inputs.Image(type="pil", label="ارفع صورتك"),
+    inputs=gr.inputs.Textbox(lines=2, placeholder="أدخل رابط الصورة هنا...", label="رابط الصورة"),
     outputs="text",
     title="نموذج ViT لتصنيف الصور",
-    description="قم برفع صورة للحصول على تصنيف باستخدام نموذج ViT المدرب."
+    description="أدخل رابط صورة للحصول على تصنيف باستخدام نموذج ViT المدرب."
 )
 
-
+# تشغيل الواجهة
 iface.launch()
 
-

requirements.txt

@@ -1,5 +1,7 @@
 gradio
 Pillow
+io
+requests
 numpy
 transformers==4.44.2
 tensorflow==2.17.0