Delete streamlit_sem.py

streamlit_sem.py

@@ -1,52 +0,0 @@
-import streamlit as st
-import tensorflow as tf
-import numpy as np
-from tensorflow.keras.preprocessing import image
-from tensorflow.keras.applications.efficientnet import preprocess_input
-#from tensorflow.keras.applications.resnet50 import preprocess_input
-import plotly.express as px
-
-# model yükle
-model = tf.keras.models.load_model("efficent_net224B0.h5")
-
-# Etiketler
-waste_labels = {0: 'Fibres', 1: 'Nanowires', 2: 'Particles', 3: 'Powder'}
-
-# uygulama yükle
-st.title("SEM Görüntü Sınıflandırma Uygulaması")
-st.write("Lütfen bir SEM görüntüsü yükleyin. - (Fibres, Nanowires, Powder,Particles)")
-
-# giriş yap
-uploaded_image = st.file_uploader("SEM Görüntüsünü Yükleyin", type=["jpg", "png", "jpeg"])
-
-# resim işleme
-
-if uploaded_image is not None:
-    # Görüntüyü modelin girdi boyutuna yeniden boyutlandırın
-    img = image.load_img(uploaded_image, target_size=(224, 224))
-    img = image.img_to_array(img)
-    img = np.expand_dims(img, axis=0)
-    img = preprocess_input(img)
-    
-
-    # tahmin
-    prediction = model.predict(img)
-    predicted_class = np.argmax(prediction)
-
-    # Sonuç
-    st.image(uploaded_image, caption='Yüklenen Görüntü', use_column_width=True)
-    st.write(f"Tahmin Edilen Sınıf: {waste_labels[predicted_class]}")
-
-    # görselleştirme
-    st.write("Tahmin İhtimalleri:")
-    labels = list(waste_labels.values())
-    probabilities = prediction[0] * 100  # İhtimalleri yüzde olarak hesapla
-
-    # Çubuk grafik
-    fig_bar = px.bar(x=labels, y=probabilities, labels={'x': 'Sınıf', 'y': 'Yüzde (%)'},
-                     title="Tahmin İhtimalleri (Çubuk Grafik)")
-    st.plotly_chart(fig_bar)
-
-    # Pasta grafiği
-    fig_pie = px.pie(values=probabilities, names=labels, title="Tahmin İhtimalleri (Pasta Grafiği)")
-    st.plotly_chart(fig_pie)