Update app.py

app.py

@@ -1,22 +1,21 @@
-
-
-
 import gradio as gr
 from transformers import pipeline
 
-# 이미지 인식 파이프라인 로드
-model = pipeline("image-classification")
+# 이미지 인식 파이프라인 로드. 모델 명시적으로 지정하는 것을 권장합니다.
+# 여기서는 예시로 google/vit-base-patch16-224 모델을 사용합니다.
+model = pipeline("image-classification", model="google/vit-base-patch16-224")
 
 def classify_image(image):
     predictions = model(image)
-    return predictions
+    # 결과 포맷을 보기 좋게 가공
+    return {prediction['label']: prediction['score'] for prediction in predictions}
 
-# Gradio 인터페이스 생성 (shape 인자 없이 수정)
+# Gradio 인터페이스 생성 (최신 Gradio 사용법 적용)
 iface = gr.Interface(fn=classify_image,
-                     inputs=gr.inputs.Image(),
-                     outputs=gr.outputs.Label(num_top_classes=3),
+                     inputs=gr.Image(shape=(224, 224)),
+                     outputs=gr.Label(num_top_classes=3),
                      title="이미지 분류기",
-                     description="이미지를 업로드하면, 사물을 인식하고 설명을 출력합니다.")
+                     description="이미지를 업로드하면, 사물을 인식하고 최상위 3개의 분류 결과를 출력합니다.")
 
 # 인터페이스 실행
 iface.launch()