app.py

import gradio as gr
import torch
from torchvision import models, transforms
from PIL import Image

# Carga modelo base preentrenado
model = models.mobilenet_v2(pretrained=True)
model.eval()

# Transformaciones de imagen
transform = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(224),
    transforms.ToTensor()
])

# Labels simplificados (imagenet)
# Nota: La lista de etiquetas está incompleta en la imagen.
# Deberías obtener la lista completa de etiquetas de ImageNet si necesitas todas.
labels = ["tench", "goldfish", "great white shark", "...", "Egyptian cat", "tabby cat", "tiger cat", "Persian cat", ...]

def clasificar(imagen):
  # Aplica las transformaciones y añade una dimensión de batch
  img_t = transform(imagen).unsqueeze(0)
  # Desactiva el cálculo de gradientes para la inferencia
  with torch.no_grad():
    # Pasa la imagen por el modelo
    salida = model(img_t)
  # Obtiene el índice de la clase con la mayor probabilidad
  idx = salida[0].argmax().item()
  # Devuelve la etiqueta correspondiente a ese índice
  return labels[idx]

# Crea la interfaz de Gradio
gr.Interface(fn=clasificar,
             inputs=gr.Image(type="pil"), # La entrada es una imagen PIL
             outputs="label",             # La salida es una etiqueta de texto
             title="Clasificador de Imágenes",
             description="Clasifica imágenes usando MobileNetV2").launch()