Update app.py

app.py

@@ -2,23 +2,14 @@ import gradio as gr
 from transformers import pipeline
 from PIL import Image
 
-# Załaduj modele (bez cache w Gradio, ale można użyć globalnych zmiennych)
+# Załaduj model klasyfikacji zmian skórnych
 skin_model = pipeline("image-classification", model="Anwarkh1/Skin_Cancer-Image_Classification")
-image_check_model = pipeline("image-classification", model="google/vit-base-patch16-224")
 
 def analyze_skin(image):
     if image is None:
         return "❌ Proszę wgrać zdjęcie", None
     
-    # Sprawdź czy to zdjęcie ludzkiej skóry
-    labels = image_check_model(image)
-    top_label = labels[0]["label"].lower()
-    is_skin = any(kw in top_label for kw in ["skin", "arm", "hand", "person", "human", "neck", "face"])
-    
-    if not is_skin:
-        return "❌ To zdjęcie nie wygląda na fragment ludzkiej skóry. Proces zakończony.", None
-    
-    # Analizuj zmianę skórną
+    # Bezpośrednia analiza zmiany skórnej
     result = skin_model(image)
     
     # Formatuj wynik
@@ -37,7 +28,7 @@ demo = gr.Interface(
         gr.Image(label="Przesłane zdjęcie")
     ],
     title="🧴 Klasyfikator zmian skórnych (melanoma etc.)",
-    description="Wgraj zdjęcie zmiany skórnej, a aplikacja sprawdzi czy to fragment ludzkiej skóry i przeanalizuje rodzaj zmiany.",
+    description="Wgraj zdjęcie zmiany skórnej, a aplikacja przeanalizuje rodzaj zmiany. Upewnij się, że zdjęcie przedstawia fragment ludzkiej skóry.",
     theme="soft",
     allow_flagging="never"
 )