File size: 1,980 Bytes
05ec9f7 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 |
from flask import Flask, request, render_template
import os
from tensorflow.keras.models import load_model
from tensorflow.keras.preprocessing.image import img_to_array, load_img
import numpy as np
app = Flask(__name__)
# đường dẫn ảnh
UPLOAD_FOLDER = 'static/uploads/'
app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER
# load model
model = load_model('cnn_cats_dogs.h5')
# xử lý ảnh và dự đoán
def detect_img(image_path):
img = load_img(image_path, target_size=(150, 150))
img_array = img_to_array(img)
# thêm chiều batch
img_array = np.expand_dims(img_array, axis=0)
img_array = img_array / 255.0
#dự đoán
prediction = model.predict(img_array)
if prediction[0][0] > 0.5:
res = np.round(prediction[0][0] * 100, 2)
return f"Chó {res}%"
else:
res = np.round(100 - prediction[0][0] * 100, 2)
return f"Mèo {res}%"
# trang chủ
@app.route('/', methods=['GET', 'POST'])
def index():
result = None
image_path = None
if request.method == 'POST':
if 'file' not in request.files:
return 'Không có file nào được tải lên'
file = request.files['file']
if file.name == '':
return 'Chưa chọn file!'
# lưu ảnh vào thư mục static/uploads
if file:
filename = 'upload_image.jpg'
file_path = os.path.join(app.config['UPLOAD_FOLDER'], filename)
file.save(file_path)
#dự đoán
result = detect_img(file_path)
image_path = f'uploads/{filename}'
return render_template('index.html', result=result, image_path=image_path)
if __name__ == '__main__':
#tạo thư mục uploads nếu chưa có
if not os.path.exists(UPLOAD_FOLDER):
os.makedirs(UPLOAD_FOLDER)
app.run(debug=True, host='0.0.0.0', port=5000) |