Update app.py

app.py

@@ -1,21 +1,23 @@
 import gradio as gr
-from transformers import pipeline
+from transformers import AutoProcessor, CLIPModel
 
 # Charger le pipeline
-pipe = pipeline("zero-shot-image-classification", model="patrickjohncyh/fashion-clip")
+
+model = CLIPModel.from_pretrained("patrickjohncyh/fashion-clip")
+processor = AutoProcessor.from_pretrained("patrickjohncyh/fashion-clip")
 
 # 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)
-    labels = result["labels"]
-    scores = result["scores"]
-    return {label: score for label, score in zip(labels, scores)}
+    inputs = processor(
+            text=[text], images=image, return_tensors="pt", padding=True
+    )
+    return model(**inputs)
 
 # 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")],
+    inputs=[gr.Textbox(lines=1, label="Prompt"), gr.Image(label="Image")],
     outputs=gr.Textbox(label='Sortie de l\'API'),
     title="SD Models"
 ) as iface: