Update app.py

app.py

@@ -1,18 +1,18 @@
 import os
 from huggingface_hub import login
 
-# 🔐 Login avec Hugging Face token (optionnel si déjà connecté)
+# 🔐 Authentification Hugging Face
 hf_token = os.environ.get("HUGGINGFACE_API_KEY")
-if hf_token:
-    login(hf_token)
+login(hf_token)
 
 from transformers import AutoModelForCausalLM, AutoProcessor
 import torch
 import gradio as gr
+from PIL import Image
 
 model_id = "ContactDoctor/Bio-Medical-MultiModal-Llama-3-8B-V1"
 
-# ✅ Chargement du modèle et processor
+# ✅ Chargement du modèle
 model = AutoModelForCausalLM.from_pretrained(
     model_id,
     trust_remote_code=True,
@@ -20,6 +20,7 @@ model = AutoModelForCausalLM.from_pretrained(
     device_map="auto"
 )
 
+# ✅ Chargement du processor
 processor = AutoProcessor.from_pretrained(
     model_id,
     trust_remote_code=True
@@ -27,34 +28,42 @@ processor = AutoProcessor.from_pretrained(
 
 # 🧠 Fonction principale
 def generate_answer(image, question):
-    if not question:
+    print("📥 Question reçue:", question)
+    print("🖼️ Image présente ?", image is not None)
+
+    if not question or question.strip() == "":
         question = "Please describe this medical image."
-    
+
     prompt = f"### User: {question}\n### Assistant:"
-    
     try:
         if image is None:
             inputs = processor(prompt, return_tensors="pt").to(model.device)
         else:
+            print("✅ Image fournie, traitement en cours...")
             inputs = processor(prompt, images=image, return_tensors="pt").to(model.device)
 
+        print("🚀 Génération...")
         outputs = model.generate(**inputs, max_new_tokens=256)
-        response = processor.tokenizer.decode(outputs[0], skip_special_tokens=True)
-        return response[len(prompt):].strip()
+
+        decoded = processor.tokenizer.decode(outputs[0], skip_special_tokens=True)
+        print("✅ Réponse générée.")
+        return decoded[len(prompt):].strip()
+
     except Exception as e:
+        print("❌ Exception attrapée :", str(e))
         return f"⚠️ Internal Error: {str(e)}"
 
-# 🎛️ Interface Gradio avec API activée
+# 🎛️ Interface Gradio
 demo = gr.Interface(
     fn=generate_answer,
     inputs=[
-        gr.Image(type="pil", label="Image médicale (optionnelle)"),
-        gr.Textbox(label="Question médicale")
+        gr.Image(type="pil", label="🩻 Image médicale (optionnelle)"),
+        gr.Textbox(label="❓ Votre question médicale")
     ],
     outputs="text",
     title="🧠 ContactDoctor - Biomedical LLM",
-    description="Assistant médical multimodal. Posez une question ou envoyez une image."
+    description="Assistant médical multimodal. Posez une question ou uploadez une image."
 )
 
-# 🚀 Lancement avec API activée
+# 🚀 Lancement
 demo.launch()