Salida con texto e imagen

app.py

@@ -8,12 +8,15 @@ model = YOLO('best.pt')
 def detect_objects(image: Image.Image):
     # Realizar la inferencia
     results = model.predict(image)
-    
-    # Obtener y mostrar los resultados
+
+    # Obtener los resultados y el texto de descripción
+    description = ""
     for r in results:
         im_array = r.plot()  # plot a BGR numpy array of predictions
-        im = Image.fromarray(im_array[..., ::-1])  # RGB PIL image
-        return im  # retornar la imagen con los objetos detectados
+        im = Image.fromarray(im_array[..., ::-1])  # Convertir a imagen RGB
+        description += r.print()  # Obtener la descripción de los objetos detectados
+
+    return im, description  # Retornar la imagen y la descripción
 
 # Crear la interfaz de Gradio
-gr.Interface(fn=detect_objects, inputs="image", outputs="image").launch()
+gr.Interface(fn=detect_objects, inputs="image", outputs=["image", "text"]).launch()