Update app.py

app.py

@@ -110,30 +110,35 @@ with gr.Blocks(theme=gr.themes.Base(primary_hue="zinc",
     <img src='file/dd_logo.png' width='200'>
     """
     gr.Markdown(markdown_content)
-    gr.Markdown("# 🔥 Wczesne rozpoznawanie pożarów 🔥")
-
-    gr.Markdown(""" ## Zauważ Ogień, Ocal Naturę! W mgnieniu oka rozróżnij dym od chmur dzięki naszemu inteligentnemu narzędziu do wykrywania pożarów.
-    ### Napędzane przez obszerną bazę ponad 14 000 obrazów i zaawansowane modele uczenia maszynowego, nasze narzędzie umożliwia wczesne rozpoznawanie ognia. Szybko, sprytnie i czujnie – chronimy nasze środowisko przed pierwszymi oznakami zagrożenia.""")
-
-    with gr.Accordion("Więcej informacji", open = False):
-      gr.Markdown("""Nasilenie się pożarów, potęgowane przez zmiany klimatyczne, stanowi poważne wyzwanie w szybkiej detekcji i reagowaniu.
-      Tradycyjne metody wykrywania pożarów, takie jak obserwacja ludzka i raporty, często okazują się zbyt wolne, zwłaszcza na obszarach oddalonych.
-      Automatyczne systemy wykrywania dymu oferują rozwiązanie, wykorzystując głębokie uczenie do szybkiego i dokładnego identyfikowania dymu na obrazach.
-      Umiejętność odróżnienia dymu od zjawisk o podobnym wyglądzie, jak chmury, jest kluczowa. Ta różnica pozwala na szybsze lokalizowanie ognisk pożarów,
-      co umożliwia szybsze czas reakcji i potencjalnie ratuje ogromne obszary regionów naturalnych i mieszkalnych przed zniszczeniem.
-      Poprzez poprawę szybkości i dokładności wykrywania pożarów, możemy znacząco złagodzić ich wpływ na społeczności, gospodarki i ekosystemy.""")
+    gr.Markdown("# 🔥 Early Fire Detection 🔥")
+
+    gr.Markdown(""" ## Spot Fire, Preserve Nature! Effortlessly tell apart smoke from clouds using our smart fire detection technology.
+    Our system is enhanced by a comprehensive database of more than 14,000 images and sophisticated machine learning algorithms, 
+    facilitating prompt identification of fire. Fast, intelligent, and vigilant – we safeguard our environment against the initial threat signs.
+    
+    
+    The model was trained on the "smokedataset" by Jakub Szumny, from the Math and Computer Science Division at the University of Illinois at Urbana-Champaign. 
+    This dataset is accessible at [Hugging Face](https://huggingface.co/datasets/sagecontinuum/smokedataset).""")
+
+    with gr.Accordion("Details", open = False):
+      gr.Markdown("""The rise in fire incidents, intensified by climate change, poses a significant challenge for quick detection and action.
+    Conventional methods of fire detection, like manual observation and reporting, are often too slow, particularly in remote locations.
+    Automated smoke detection systems provide a solution, leveraging deep learning for rapid and precise smoke detection in images.
+    The skill to differentiate smoke from visually similar occurrences, such as clouds, is vital. This distinction leads to quicker identification of fire sources,
+    allowing for faster response times and possibly preserving large tracts of natural and inhabited areas from devastation.
+    Enhancing the speed and precision of fire detection can greatly reduce their effects on communities, economies, and ecosystems.""")
 
     with gr.Column():
-      image = gr.Image(label = "Obraz")
+      image = gr.Image(label = "Picture")
 
-      gallery = gr.Gallery(value = examples, label="Przykładowe zdjęcia",columns=[4], rows=[1], height=200, object_fit = "scale-down")
+      gallery = gr.Gallery(value = examples, label="Example photos",columns=[4], rows=[1], height=200, object_fit = "scale-down")
 
       def get_select_index(evt: gr.SelectData):
         return examples[evt.index]
 
       gallery.select(get_select_index, None, image)
-      action = gr.Button("Rozpoznaj")
-      prediction = gr.Textbox(label = "Predykcja")
+      action = gr.Button("Detect")
+      prediction = gr.Textbox(label = "Prediction")
 
       action.click(fn=predict, inputs=image, outputs=prediction)