Spaces:
Sleeping
Sleeping
Update app.py
Browse files
app.py
CHANGED
@@ -2,6 +2,7 @@ import tensorflow as tf
|
|
2 |
from keras.utils import custom_object_scope
|
3 |
import gradio as gr
|
4 |
import numpy as np
|
|
|
5 |
|
6 |
# Defina a camada personalizada FixedDropout
|
7 |
class FixedDropout(tf.keras.layers.Dropout):
|
@@ -20,13 +21,27 @@ with custom_object_scope({'FixedDropout': FixedDropout}):
|
|
20 |
# Crie uma lista de classes
|
21 |
class_names = ["Normal", "Cataract"]
|
22 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
23 |
# Defina a função de classificação
|
24 |
def classify_image(inp):
|
25 |
-
#
|
26 |
-
img = inp
|
27 |
|
28 |
# Faça uma previsão usando o modelo treinado
|
29 |
-
prediction = loaded_model.predict(img).flatten()
|
30 |
|
31 |
# Retorna a classe prevista
|
32 |
return class_names[np.argmax(prediction)]
|
|
|
2 |
from keras.utils import custom_object_scope
|
3 |
import gradio as gr
|
4 |
import numpy as np
|
5 |
+
from PIL import Image
|
6 |
|
7 |
# Defina a camada personalizada FixedDropout
|
8 |
class FixedDropout(tf.keras.layers.Dropout):
|
|
|
21 |
# Crie uma lista de classes
|
22 |
class_names = ["Normal", "Cataract"]
|
23 |
|
24 |
+
# Defina a função de pré-processamento
|
25 |
+
def preprocess_image(inp):
|
26 |
+
# Redimensione a imagem para o formato esperado pelo modelo (192x256)
|
27 |
+
img = Image.fromarray(inp)
|
28 |
+
img = img.resize((256, 192))
|
29 |
+
|
30 |
+
# Converta a imagem para um array numpy
|
31 |
+
img = np.array(img)
|
32 |
+
|
33 |
+
# Normalize a imagem (escala de 0 a 1)
|
34 |
+
img = img / 255.0
|
35 |
+
|
36 |
+
return img
|
37 |
+
|
38 |
# Defina a função de classificação
|
39 |
def classify_image(inp):
|
40 |
+
# Pré-processar a imagem
|
41 |
+
img = preprocess_image(inp)
|
42 |
|
43 |
# Faça uma previsão usando o modelo treinado
|
44 |
+
prediction = loaded_model.predict(np.expand_dims(img, axis=0)).flatten()
|
45 |
|
46 |
# Retorna a classe prevista
|
47 |
return class_names[np.argmax(prediction)]
|