Upload 3 files

README.md

@@ -1,7 +1,7 @@
 ---
-title: AC Deneme
-emoji: 📈
-colorFrom: indigo
+title: Gradio2
+emoji: 👁
+colorFrom: gray
 colorTo: yellow
 sdk: gradio
 sdk_version: 4.41.0

app.py

@@ -0,0 +1,44 @@
+import os
+from transformers import AutoModelForImageClassification, AutoImageProcessor
+import gradio as gr
+import torch
+
+# Hugging Face tokeninizi çevresel değişkenden alın
+hf_token = os.getenv("HF_TOKEN")
+if not hf_token:
+    raise ValueError("HF_TOKEN çevresel değişkeni ayarlanmamış. Lütfen Hugging Face token'ınızı ayarlayın.")
+
+# Model ve işlemciyi yükleyin
+model_name = "cantuncok/autotrain1-model"
+processor = AutoImageProcessor.from_pretrained(model_name, token=hf_token)
+model = AutoModelForImageClassification.from_pretrained(model_name, token=hf_token)
+
+# Görsel sınıflandırma fonksiyonu
+def classify_image(img):
+    if img is None:
+        return {"Hata": 1.0}
+    
+    inputs = processor(images=img, return_tensors="pt")
+    with torch.no_grad():
+        outputs = model(**inputs)
+    
+    logits = outputs.logits
+    predicted_class_idx = logits.argmax(-1).item()
+    
+    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
+iface = gr.Interface(
+    fn=classify_image,
+    inputs=gr.Image(type="pil"),
+    outputs=gr.Label(num_top_classes=3),
+    title="Görüntü Sınıflandırma Uygulaması",
+    description="Bu uygulama, 'cantuncok/autotrain1-model' modeli kullanılarak görüntü sınıflandırması yapar."
+)
+
+# Uygulamayı başlatma
+if __name__ == "__main__":
+    iface.launch()

requirements.txt

@@ -0,0 +1,4 @@
+transformers 
+torch 
+Pillow 
+gradio