Update app.py

app.py

@@ -11,11 +11,11 @@ model.eval()
 def predict(image):
     try:
         print("Predict function called")
-        
-        # تعیین اندازه ورودی مدل
-        target_size = (512, 512)  # این اندازه را می‌توانید تغییر دهید
+
+        # تغییر اندازه تصویر به اندازه‌ای که احتمالاً مدل نیاز دارد
+        target_size = (1024, 1024)  # این اندازه را به اندازه‌ای که مدل نیاز دارد تغییر دهید
         image = image.resize(target_size)
-        
+
         # پیش‌پردازش تصویر
         image = image.convert("RGB")
         input_tensor = np.array(image)
@@ -23,23 +23,22 @@ def predict(image):
         input_tensor = input_tensor[np.newaxis, :]  # افزودن بعد batch
         input_tensor = input_tensor / 255.0  # نرمال‌سازی
         input_tensor = torch.from_numpy(input_tensor).float()
-        
+
         print(f"Input tensor shape: {input_tensor.shape}")
         
         # اجرای مدل
         with torch.no_grad():
             output = model(input_tensor)
-        
+
         print(f"Output tensor shape: {output.shape}")
-        
+
         # پس‌پردازش خروجی
         output_image = output.squeeze().cpu().numpy()
         output_image = output_image.transpose(1, 2, 0)  # تبدیل از CHW به HWC
         output_image = (output_image * 255).astype(np.uint8)
         output_image = Image.fromarray(output_image)
-        
+
         print("Output image generated successfully")
-        
         return output_image
 
     except Exception as e: