Update image-classification.html

image-classification.html

@@ -105,7 +105,8 @@
 
         // Initialize the sentiment analysis model
         async function initializeModel() {
-            classifier = await pipeline('image-classification', 'Xenova/vit-base-patch16-224');
+           // TO-Do: pipeline() 함수를 사용하여 ViT 모델 인스턴스를 classifier라는 이름으로 생성하십시오/
+        
             
         }
 
@@ -129,17 +130,15 @@
             // Create a Blob URL from the file
             const url = URL.createObjectURL(file);
 
-            const result = await classifier(url);
-
-            document.getElementById("outputAreaLocal").innerText = JSON.stringify(result, null, 2);
+            // classifier에 url을 입력하여 출력되는 결과를 result에 저장하십시오.
+            // 힌트: cont result = ???
+            
+            // HTML코드 중 element Id가 'outputAreaLocal'인 요소에 resul의 값을 JSON string 형태로 text로 출력하십시오.
+            // 힌트: document.getElementById와 JSON.stringify 이용
         }
 
         async function classifyTopImage() {
-            const textFieldValue = document.getElementById("imageClassificationTopURLText").value.trim();
-
-            const result = await classifier(textFieldValue, { topk: 3 });
-
-            document.getElementById("outputAreaTop").innerText = JSON.stringify(result, null, 2);
+            // 코드 삭제됨
         }
 
         // Initialize the model after the DOM is completely loaded