Update app.py

app.py

@@ -4,7 +4,7 @@ from transformers import pipeline
 # Charger le pipeline
 pipe = pipeline("zero-shot-image-classification", model="patrickjohncyh/fashion-clip")
 
-# Définir l'interface Gradio
+# Définir la fonction pour la classification d'image avec du texte en entrée
 def classify_image_with_text(text, image):
     # Effectuer la classification d'image à l'aide du texte
     result = pipe(image, text)
@@ -12,24 +12,11 @@ def classify_image_with_text(text, image):
     scores = result["scores"]
     return {label: score for label, score in zip(labels, scores)}
 
-# Créer l'interface Gradio
-with gr.Blocks(title="SD Models") as my_interface:
-    with gr.Column(scale=12):
-        with gr.Row():
-            with gr.Row(scale=6):
-                primary_prompt = gr.Textbox(label="Prompt", value="")
-                input_image = gr.Image(label="Image")
-
-            with gr.Row(scale=6):
-                with gr.Row():
-                    api = gr.Button("Api", variant="primary")
-        with gr.Row():
-            api_image_output = gr.Textbox(label='Api OutPut')
-         
-
-        api.click(classify_image_with_text, inputs=[primary_prompt,input_image], outputs=[api_image_output], api_name='generate')
-
-
-
-# Lancer l'interface
-iface.launch()
+# Créer l'interface Gradio avec l'API de Gradio Blocks
+with gr.Interface(
+    fn=classify_image_with_text,
+    inputs=[gr.Textbox(lines=5, label="Prompt"), gr.Image(label="Image")],
+    outputs=gr.Textbox(label='Sortie de l\'API'),
+    title="SD Models"
+) as iface:
+    iface.launch()