Create app.py

app.py

@@ -0,0 +1,49 @@
+# Define el modelo y carga los pesos guardados
+model = efficientnet_b0(weights=EfficientNet_B0_Weights.DEFAULT)
+model.classifier[1] = torch.nn.Linear(in_features=1280, out_features=101)
+model.load_state_dict(torch.load('./Model_Food_ProyectoIA'))
+
+model.eval()  # Poner el modelo en modo evaluación
+
+# Mueve el modelo a la GPU si está disponible
+device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
+model.to(device)
+
+# Define las transformaciones
+transform_preprocess = transforms.Compose([
+    transforms.Resize(256, interpolation=InterpolationMode.BICUBIC),
+    transforms.CenterCrop(224),
+    transforms.ToTensor(),
+    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
+])
+
+# Cargar el conjunto de datos Food-101 para obtener la lista de clases
+image_path = '../../compartida/vision-project/'
+food101_dataset = datasets.Food101(image_path, split='train')
+classes = food101_dataset.classes
+
+# Función para predecir la clase de una nueva imagen
+def predict_image(image):
+    image = Image.fromarray(image).convert('RGB')  # Convertir la imagen cargada a PIL
+    image = transform_preprocess(image).unsqueeze(0)  # Preprocesar y añadir dimensión de batch
+    image = image.to(device)  # Mover la imagen a la GPU si está disponible
+
+    with torch.no_grad():
+        output = model(image)  # Realizar la predicción
+        prediction = torch.nn.functional.softmax(output[0], dim=0)  # Aplicar softmax para obtener probabilidades
+        confidences = {classes[i]: float(prediction[i]) for i in range(101)}  # Crear diccionario de clases y probabilidades
+
+    return confidences  # Devolver las probabilidades de cada clase
+
+# Crear la interfaz de Gradio
+interface = gr.Interface(
+    fn=predict_image, 
+    inputs=gr.Image(type="numpy"), 
+    outputs=gr.Label(num_top_classes=3),
+    title="Food101 Classifier",
+    description="Sube una imagen de comida y el modelo clasificará la imagen.",
+    examples=["../../Alan/Proyecto_Food_101/hamb.jpg"]  # Reemplaza con rutas de ejemplo
+)
+
+# Iniciar la interfaz
+interface.launch(share=True)