modified the app.py

app.py

@@ -1,18 +1,26 @@
 import gradio as gr
 from transformers import pipeline
+from PIL import Image
 
 # Carregar o modelo de classificação de feijão
 classifier = pipeline("image-classification", model="mestrevh/computer-vision-beans")
 
 # Função para classificar a imagem
 def classify_bean(image):
-    result = classifier(image)
+    # Certifique-se de que a imagem é do tipo PIL
+    if not isinstance(image, Image.Image):
+        image = Image.open(image)
+    
+    # Ativar padding no pré-processamento
+    result = classifier(image, padding=True)
+    
+    # Retornar o resultado
     return result[0]['label'], result[0]['score']
 
 # Criar a interface com Gradio
 iface = gr.Interface(
     fn=classify_bean,  # Função que será chamada
-    inputs=gr.Image(type="pil"),  # Atualizado para a nova versão do Gradio
+    inputs=gr.Image(type="pil"),  # Usando PIL para garantir que a imagem esteja no formato correto
     outputs=["text", "json"],  # O que será exibido após a classificação
     live=True,  # Atualizar automaticamente
     title="Classificação de Feijões",  # Título do aplicativo
@@ -20,4 +28,4 @@ iface = gr.Interface(
 )
 
 # Rodar o aplicativo
-iface.launch()
+iface.launch(share=True)  # A opção share=True cria um link público