Update app.py

Russian Translation Added

app.py

@@ -9,7 +9,7 @@ import numpy as np
 from PIL import Image
 model_name = "./best_model"
 processor = ViTImageProcessor.from_pretrained(model_name)
-labels = ['Acne or Rosacea', 'Actinic Keratosis Basal Cell Carcinoma and other Malignant Lesions', 'Atopic Dermatitis', 'Bullous Disease', 'Cellulitis Impetigo and other Bacterial Infections', 'Contact Dermatitis', 'Eczema', 'Exanthems and Drug Eruptions', 'Hair Loss Photos Alopecia and other Hair Diseases', 'Herpes HPV and other STDs', 'Light Diseases and Disorders of Pigmentation', 'Lupus and other Connective Tissue diseases', 'Melanoma Skin Cancer Nevi and Moles', 'Nail Fungus and other Nail Disease', 'Psoriasis pictures Lichen Planus and related diseases', 'Scabies Lyme Disease and other Infestations and Bites', 'Seborrheic Keratoses and other Benign Tumors', 'Systemic Disease', 'Tinea Ringworm Candidiasis and other Fungal Infections', 'Urticaria Hives', 'Vascular Tumors', 'Vasculitis', 'Warts Molluscum and other Viral Infections']
+labels = ['Акне или розацеа', 'Актинический кератоз, базальноклеточная карцинома и другие злокачественные поражения', 'Атопический дерматит', 'Буллезное заболевание', 'Целлюлит, импетиго и другие бактериальные инфекции', 'Контактный дерматит', 'Экзема', 'Экзантемы и лекарственные высыпания', 'Фотографии потери волос, алопеция и другие заболевания волос', 'Герпес, ВПЧ и другие ЗППП', 'Легкие заболевания и нарушения пигментации', 'Волчанка и другие заболевания соединительной ткани', 'Меланома, рак кожи, невусы и родинки', 'Грибок ногтей и другие заболевания ногтей', 'Фотографии псориаза, красный плоский лишай и связанные с ним заболевания', 'Чесотка, болезнь Лайма и другие инвазии и укусы', 'Себорейный кератоз и другие Доброкачественные опухоли', 'Системные заболевания', 'Опоясывающий лишай, кандидоз и другие грибковые инфекции', 'Крапивница', 'Сосудистые опухоли', 'Васкулит', 'Бородавки, моллюск и другие вирусные инфекции']
 
 class ViTForImageClassificationWithAttention(ViTForImageClassification):
     def forward(self, pixel_values):
@@ -44,14 +44,14 @@ def classify_image(image):
     # Create a bar chart
     fig_bar = go.Figure(
         data=[go.Bar(x=[label for label, prob in top_k_label_probs], y=[prob for label, prob in top_k_label_probs])])
-    fig_bar.update_layout(title="Top 5 Predicted Labels with Probabilities", xaxis_title="Label",
-                          yaxis_title="Probability")
+    fig_bar.update_layout(title="Топ 5 диагнозов в порядке убывания вероятности", xaxis_title="Диагноз",
+                          yaxis_title="Вероятность")
 
     # Create a heatmap
     if attention is not None:
         fig_heatmap = go.Figure(
             data=[go.Heatmap(z=attention[0][0, 0, :, :].detach().numpy(), colorscale='Viridis', showscale=False)])
-        fig_heatmap.update_layout(title="Attention Heatmap")
+        fig_heatmap.update_layout(title="Карта внимания системы")
     else:
         fig_heatmap = go.Figure()  # Return an empty plot
 
@@ -66,7 +66,7 @@ def classify_image(image):
         heatmap_color[:, :, 0] = heatmap  # Red channel
         heatmap_color[:, :, 1] = heatmap  # Green channel
         heatmap_color[:, :, 2] = 0  # Blue channel
-        attention_overlay = (img_array * 0.5 + heatmap_color * 0.5).astype(np.uint8)
+        attention_overlay = (img_array * 0.35 + heatmap_color * 0.75).astype(np.uint8)
         attention_overlay = Image.fromarray(attention_overlay)
         attention_overlay.save("attention_overlay.png")
         attention_overlay = gr.Image("attention_overlay.png")
@@ -102,7 +102,7 @@ def update_model(image, label):
     # Save the updated model
     torch.save(model.state_dict(), "best_model.pth")
 
-    return "Model updated successfully"
+    return "Модель успешно обновлена"
 
 
 demo = gr.TabbedInterface(
@@ -113,11 +113,11 @@ demo = gr.TabbedInterface(
                 gr.Image(type="pil", label="Image")
             ],
             outputs=[
-                gr.Label(label="Predicted Class Label"),
-                gr.Plot(label="Top 5 Predicted Labels with Probabilities")
+                gr.Label(label="Предсказанный диагноз"),
+                gr.Plot(label="Топ 5 диагнозов в порядке убывания вероятности")
             ],
-            title="Dermatological Image Classification Demo",
-            description="Upload an image to see the predicted class label, top 5 predicted labels with probabilities, and attention heatmap",
+            title="DermaScan Demo",
+            description="Загрузите изображение, чтобы увидеть прогнозируемую метку класса, 5 лучших прогнозируемых меток с вероятностями и тепловую карту внимания.",
             allow_flagging=False
         ),
         gr.Interface(
@@ -132,14 +132,14 @@ demo = gr.TabbedInterface(
                 )
             ],
             outputs=[
-                gr.Textbox(label="Model Update Status")
+                gr.Textbox(label="Обновление модели")
             ],
-            title="Train Model",
-            description="Upload an image and label to update the model",
+            title="Обучить модель",
+            description="Загрузите изображение и метку для обновления модели.",
             allow_flagging=False
         )
     ],
-    title="Dermatological Image Classification and Training"
+    title="DermaScan Demo"
 )
 
 if __name__ == "__main__":