Create app.py

app.py

@@ -0,0 +1,64 @@
+import tensorflow as tf
+import gradio as gr
+
+# .h5 파일을 이용한 모델 로드
+model = tf.keras.models.load_model('path_to_your_model.h5')
+
+# 이미지 전처리 함수
+def preprocess_image(image):
+    image = tf.image.resize(image, [224, 224]) # 모델에 맞게 이미지 크기 조정
+    image = tf.cast(image, tf.float32) / 255.0 # 정규화
+    image = tf.expand_dims(image, axis=0) # 배치 차원 추가
+    return image
+
+# 예측 함수
+def predict(image):
+    processed_image = preprocess_image(image)
+    predictions = model.predict(processed_image)
+    predicted_class = tf.argmax(predictions, axis=-1).numpy()[0]
+    return predicted_class
+
+# Gradio 인터페이스 설정
+interface = gr.Interface(
+    fn=predict,
+    inputs=gr.inputs.Image(source="upload", tool="editor"),
+    outputs="label",
+    live=True
+)
+
+# Gradio 웹 인터페이스 실행
+if __name__ == "__main__":
+    interface.launch()
+
+
+import tensorflow as tf
+import gradio as gr
+
+# .h5 파일을 이용한 모델 로드
+model = tf.keras.models.load_model('path_to_your_model.h5')
+
+# 이미지 전처리 함수
+def preprocess_image(image):
+    image = tf.image.resize(image, [224, 224]) # 모델에 맞게 이미지 크기 조정
+    image = tf.cast(image, tf.float32) / 255.0 # 정규화
+    image = tf.expand_dims(image, axis=0) # 배치 차원 추가
+    return image
+
+# 예측 함수
+def predict(image):
+    processed_image = preprocess_image(image)
+    predictions = model.predict(processed_image)
+    predicted_class = tf.argmax(predictions, axis=-1).numpy()[0]
+    return predicted_class
+
+# Gradio 인터페이스 설정
+interface = gr.Interface(
+    fn=predict,
+    inputs=gr.inputs.Image(source="webcam", tool="editor"),
+    outputs="label",
+    live=True
+)
+
+# Gradio 웹 인터페이스 실행
+if __name__ == "__main__":
+    interface.launch()