Update app.py

app.py

@@ -1,57 +1,4 @@
 import gradio as gr
 
 # Carregar o modelo
-model = gr.Interface.load("models/Devarshi/Brain_Tumor_Detector_swin")
-
-# Definir metadados
-metadata = {
-    "name": "Detector de Tumor Cerebral Devarshi-swin",
-    "description": "Este modelo é uma versão refinada do microsoft/swin-base-patch4-window7-224-in22k treinado para detecção de tumores cerebrais.",
-    "license": "Informativo",
-    "version": "1.0",
-    "author": "Devarshi",
-    "performance_metrics": {
-        "accuracy": "Precisão: 99.81%",
-        "f1_score": "F1 Score: 99.85%",
-        "recall": "Recall: 99.90%",
-        "precision": "Precisão: 99.80%",
-    },
-    "training_info": {
-        "hyperparameters": {
-            "learning_rate": "5e-05",
-            "batch_size": "32",
-            "evaluation_batch_size": "32",
-            "seed": "42",
-            "gradient_accumulation_steps": "4",
-            "total_train_batch_size": "128",
-            "optimizer": "Adam (betas=(0.9, 0.999), epsilon=1e-08)",
-            "learning_rate_scheduler_type": "linear",
-            "warmup_ratio": "0.1",
-            "num_epochs": "3",
-        }
-    }
-}
-
-# Definir a função que exibirá as informações
-def display_info():
-    return gr.Column([
-        gr.Text(metadata["name"]),
-        gr.Text(metadata["description"]),
-        gr.Text(metadata["license"]),
-        gr.Text(metadata["version"]),
-        gr.Text(metadata["author"]),
-        gr.Text(metadata["performance_metrics"]["accuracy"]),
-        gr.Text(metadata["performance_metrics"]["f1_score"]),
-        gr.Text(metadata["performance_metrics"]["recall"]),
-        gr.Text(metadata["performance_metrics"]["precision"]),
-        gr.Text("Informações de Treinamento:"),
-        gr.Text(f"Taxa de Aprendizado: {metadata['training_info']['hyperparameters']['learning_rate']}"),
-        gr.Text(f"Tamanho do Lote de Treinamento: {metadata['training_info']['hyperparameters']['batch_size']}"),
-        # Adicione mais informações de treinamento aqui conforme necessário
-    ])
-
-# Adicione a função à interface
-model.interface.layout("vertical").extra(display_info)
-
-# Lançar a interface Gradio
-model.launch()
+model = gr.Interface.load("models/Devarshi/Brain_Tumor_Detector_swin")