Update app.py

app.py

@@ -40,9 +40,13 @@ def predict_image(input_image):
     prediction = loaded_model.predict(input_image)
 
     # A saída será uma matriz de previsões (no caso de classificação de duas classes, será algo como [[probabilidade_classe_0, probabilidade_classe_1]])
-    # Adicione lógica para interpretar o resultado com base no texto gerado
-    text = "Normal" if prediction[0][0] > prediction[0][1] else "Cataract"
-    return text
+    # Adicione lógica para interpretar o resultado e formatá-lo para exibição
+    class_names = ["Normal", "Cataract"]
+    predicted_class = class_names[np.argmax(prediction)]
+    probability = prediction[0][np.argmax(prediction)]
+
+    formatted_text = f"Predicted Class: {predicted_class}\nProbability: {probability:.2%}"
+    return formatted_text
 
 # Crie uma interface Gradio para fazer previsões
 iface = gr.Interface(