Update image-classification.html

image-classification.html

@@ -106,8 +106,8 @@
         // Initialize the sentiment analysis model
         async function initializeModel() {
            // TO-Do: pipeline() 함수를 사용하여 ViT 모델 인스턴스를 classifier라는 이름으로 생성하십시오/
-        
-            
+         classifier = await pipeline('zero-shot-image-classification', 'Xenova/clip-vit-base-patch32');
+          
         }
 
         async function classifyImage() {
@@ -129,12 +129,17 @@
 
             // Create a Blob URL from the file
             const url = URL.createObjectURL(file);
+            const labels = document.getElementById("labelsLocalText").value.trim().split(",").map(item => item.trim());
+
 
             // classifier에 url을 입력하여 출력되는 결과를 result에 저장하십시오.
             // 힌트: cont result = ???
+            const result = await classifier(url, labels);
             
             // HTML코드 중 element Id가 'outputAreaLocal'인 요소에 resul의 값을 JSON string 형태로 text로 출력하십시오.
             // 힌트: document.getElementById와 JSON.stringify 이용
+                  document.getElementById("outputAreaLocal").innerText = JSON.stringify(result, null, 2);
+
         }
 
         async function classifyTopImage() {