Update app.py

app.py

@@ -1,6 +1,8 @@
 import gradio as gr
 import torch
 from transformers import ViTFeatureExtractor, ViTForImageClassification
+from PIL import Image
+import io
 
 # Carregue o modelo ViT
 model_name = "mrm8488/vit-base-patch16-224_finetuned-kvasirv2-colonoscopy"
@@ -29,13 +31,13 @@ def classify_image(input_image):
     predicted_class_id = torch.argmax(outputs.logits, dim=1).item()
     # Converter o ID da classe em rótulo usando o mapeamento id2label
     predicted_class_label = id2label.get(str(predicted_class_id), "Desconhecido")
-    return predicted_class_label
+    return input_image, predicted_class_label
 
 # Criar uma interface Gradio
 interface = gr.Interface(
     fn=classify_image,
     inputs=gr.inputs.Image(type="numpy", label="Carregar uma imagem"),
-    outputs="label",
+    outputs=["image", "text"],
     title="Classificador de Imagem ViT",
     description="Esta aplicação Gradio permite classificar imagens usando um modelo Vision Transformer (ViT)."
 )