Update app.py

app.py

@@ -1,18 +1,30 @@
+# 导入 Gradio 库并命名为 gr
 import gradio as gr
+# 从 transformers 库中导入 pipeline 函数
 from transformers import pipeline
 
+# 创建一个图像分类的管道，使用 "julien-c/hotdog-not-hotdog" 模型
 pipeline = pipeline(task="image-classification", model="julien-c/hotdog-not-hotdog")
 
+# 定义预测函数，接受输入图像
 def predict(input_img):
+    # 使用管道对输入图像进行预测
     predictions = pipeline(input_img)
+    # 返回处理后的图像和预测结果的标签及分数
     return input_img, {p["label"]: p["score"] for p in predictions} 
 
+# 创建 Gradio 界面
 gradio_app = gr.Interface(
+    # 指定预测函数
     predict,
-    inputs=gr.Image(label="Select hot dog candidate", sources=['upload', 'webcam'], type="pil"),
-    outputs=[gr.Image(label="Processed Image"), gr.Label(label="Result", num_top_classes=2)],
-    title="Hot Dog? Or Not?",
+    # 定义输入组件为图像，允许上传或使用摄像头，输出类型为 PIL 图像
+    inputs=gr.Image(label="选择热狗候选图片", sources=['upload', 'webcam'], type="pil"),
+    # 定义输出组件为处理后的图像和标签，显示前两个结果
+    outputs=[gr.Image(label="处理后的图像"), gr.Label(label="结果", num_top_classes=2)],
+    # 设置界面标题
+    title="是热狗吗？",
 )
 
+# 如果当前模块是主模块，则启动 Gradio 应用
 if __name__ == "__main__":
     gradio_app.launch()