app.py

# Import library yang dibutuhkan
import streamlit as st
from transformers import pipeline
from PIL import Image

#Buat variabel pipeline berisi fungsi pipeline dari lib transformers

pipeline = pipeline(task="image-classification", model="Bazaar/cv_apple_leaf_disease_detection")

# Buat judul menggunakan st.title
st.title("Leaf Disease Detection")

# Buat button yang meminta user menggunggah sebuah image daun
file_name = st.file_uploader("Upload a leaf candidate image")

# Cek apakah file name tidak None, jika True jalankan perintah selanjutnya
if file_name is not None:
    col1, col2 = st.columns(2) # terdapat 2 kolom

    image = Image.open(file_name) # Fungsi untuk membuka image file
    col1.image(image, use_column_width=True) # Menampilkan image di kolom 1
    predictions = pipeline(image) # melakukan prediksi dari input image

    col2.header("Accuracy Score") #Menampilkan judul di kolom kanan
    for p in predictions:
        col2.subheader(f"{p['label']}: {round(p['score']*100,1)}%") #menampilkan skor akurasi dalam satuan persen