Update app.py

app.py

@@ -20,16 +20,32 @@ def detect(img):
     img = np.expand_dims(img, axis=0)
     img = img/255
     prediction = model.predict(img)[0]
-    #     if prediction[0] <= 0.80:
-    #     return "Pneumonia  Detected!"
 
-    # return "Pneumonia Not Detected!"
-    if format_decimal(prediction[0]) >= "0.5":
-        return "Risque d'infection bactérienne"
-    if format_decimal(prediction[1]) >= "0.5":
-        return "Poumon sain"
-    if format_decimal(prediction[2]) >= "0.5":
-        return "Risque d'infection biologique"
+    # Définition des seuils pour chaque classe
+    seuil_infection_bacterienne = 0.5
+    seuil_poumon_sain = 0.5
+    seuil_infection_biologique = 0.5
+
+    # Initialisation du texte et de la couleur
+    texte = ""
+    couleur = ""
+
+    # Détermination du texte et de la couleur pour chaque classe
+    if format_decimal(prediction[0]) >= seuil_infection_bacterienne:
+        texte = "Risque d'infection bactérienne"
+        couleur = "red"
+    elif format_decimal(prediction[1]) >= seuil_poumon_sain:
+        texte = "Poumon sain"
+        couleur = "green"
+    elif format_decimal(prediction[2]) >= seuil_infection_biologique:
+        texte = "Risque d'infection biologique"
+        couleur = "orange"
+    else:
+        texte = "Classe indéterminée"
+        couleur = "black"
+
+    return texte, couleur
+
 
 
 # result = detect(img)
@@ -44,5 +60,5 @@ input = gr.inputs.Image(shape=(100,100))
 
 title = "PneumoDetect: Detection de pneumonie par x-ray"
 
-iface = gr.Interface(fn=detect, inputs=input, outputs="text",examples = examples, examples_per_page=20, title=title)
+iface = gr.Interface(fn=detect, inputs=input, outputs=["text", "color"],examples = examples, examples_per_page=20, title=title)
 iface.launch(inline=False)