Update app.py

app.py

@@ -7,29 +7,35 @@ import torch
 model_path = hf_hub_download(repo_id="foduucom/stockmarket-pattern-detection-yolov8", filename="model.pt")
 model = YOLO(model_path)
 
-def analyze_image(image):
-    # Führe Objekterkennung durch
+def analyze_image(image, prompt):
+    # Verwende den Prompt (falls nötig, hier als Kontext für die Verarbeitung)
+    # YOLOv8 ignoriert den Prompt direkt, daher speichern wir ihn für die Logik
     results = model.predict(source=image, save=False)
-    # Extrahiere Ergebnisse
     detections = []
     for result in results:
         for box in result.boxes:
             label = result.names[int(box.cls)]
             confidence = float(box.conf)
+            # Farben basierend auf Label oder Prompt (z. B. "bullish" für grün)
+            color = "green" if "bullish" in prompt.lower() or "Bullish" in label else "red"
             detections.append({
                 "pattern": label,
                 "confidence": confidence,
-                "color": "green" if "Bullish" in label else "red"
+                "color": color,
+                "prompt_used": prompt  # Rückgabe des Prompts zur Überprüfung
             })
     return detections
 
-# Erstelle Gradio-Schnittstelle
+# Erstelle Gradio-Schnittstelle mit Bild- und Text-Eingabe
 iface = gr.Interface(
     fn=analyze_image,
-    inputs=gr.Image(type="pil"),
+    inputs=[
+        gr.Image(type="pil", label="Upload TradingView Screenshot"),
+        gr.Textbox(label="Prompt", placeholder="Enter your prompt, e.g., 'Detect candlestick patterns and colors'")
+    ],
     outputs="json",
     title="Candlestick Pattern Detection",
-    description="Upload a TradingView screenshot to detect candlestick patterns and colors."
+    description="Upload a TradingView screenshot and provide a prompt to detect candlestick patterns and colors."
 )
 
 # Starte die App