Update app.py

app.py

@@ -1,27 +1,18 @@
 import gradio as gr
 from transformers import pipeline
 from PIL import Image
-import io
 
 # 이미지 인식 파이프라인 로드
 model = pipeline("image-classification", model="google/vit-base-patch16-224")
 
 def classify_image(uploaded_image):
-    # 업로드된 이미지가 PIL 이미지 객체가 아닌 경우 변환
-    if not isinstance(uploaded_image, Image.Image):
-        try:
-            # 업로드된 이미지 데이터를 PIL 이미지 객체로 변환
-            uploaded_image = Image.open(io.BytesIO(uploaded_image))
-        except Exception as e:
-            # 변환 중 발생한 오류 처리
-            raise ValueError("Cannot convert the uploaded image to a PIL Image object: " + str(e))
-    
+    # 이제 uploaded_image는 자동으로 PIL.Image 객체입니다.
     predictions = model(uploaded_image)
     return {prediction['label']: prediction['score'] for prediction in predictions}
 
-# Gradio 인터페이스 생성
+# Gradio 인터페이스 생성, type="pil"로 설정하여 자동으로 PIL.Image 객체로 변환되도록 함
 iface = gr.Interface(fn=classify_image,
-                     inputs=gr.Image(),
+                     inputs=gr.Image(type="pil"),
                      outputs=gr.Label(num_top_classes=3),
                      title="이미지 분류기",
                      description="이미지를 업로드하면, 사물을 인식하고 최상위 3개의 분류 결과를 출력합니다.")