Update app.py

app.py

@@ -92,8 +92,8 @@ def process_image(image):
     return image
 
 
-title = "Invoice Information extraction using LayoutLMv3 model"
-description = "Invoice Information Extraction - We use Microsoft's LayoutLMv3 trained on Invoice Dataset to predict the Biller Name, Biller Address, Biller post_code, Due_date, GST, Invoice_date, Invoice_number, Subtotal and Total. To use it, simply upload an image or use the example image below. Results will show up in a few seconds."
+title = "Extraction d'informations de factures en utilisant le modèle LayoutLMv3"
+description = "Extraction d'informations de factures - J'utilise LayoutLMv3 de Microsoft formé sur un ensemble de données de factures pour prédire le nom de l'émetteur de factures, l'adresse de l'émetteur de factures, le code postal de l'émetteur de factures, la date d'échéance, la TPS, la date de facturation, le numéro de facture, le sous-total et le total. Pour l'utiliser, il suffit de télécharger une image ou d'utiliser l'exemple d'image ci-dessous. Les résultats seront affichés en quelques secondes."
 
 article="<b>References</b><br>[1] Y. Xu et al., “LayoutLMv3: Pre-training for Document AI with Unified Text and Image Masking.” 2022. <a href='https://arxiv.org/abs/2204.08387'>Paper Link</a><br>[2]  <a href='https://github.com/NielsRogge/Transformers-Tutorials/tree/master/LayoutLMv3'>LayoutLMv3 training and inference</a>"