Upload 2 files

app.py

@@ -0,0 +1,82 @@
+import streamlit as st
+import numpy as np
+import cv2
+from tensorflow.keras.models import load_model
+
+# 1. Page Configuration / Sayfa Ayarları (Centered layout seçildi)
+st.set_page_config(page_title="CNN Boundary Detector", layout="centered")
+
+# Sabitleme ve Titremeyi Önleme için CSS
+st.markdown("""
+    <style>
+    .stImage > img {
+        border-radius: 8px;
+        border: 1px solid #ddd;
+    }
+    /* Sütunlar arasındaki boşluğu ve hizalamayı koru */
+    [data-testid="stHorizontalBlock"] {
+        align-items: center;
+    }
+    </style>
+    """, unsafe_allow_html=True)
+
+@st.cache_resource
+def load_my_model():
+    # Model ismini kendi dosya isminle değiştir (.h5 veya .keras)
+    return load_model("cnn_segmentation_model.keras", compile=False)
+
+model = load_my_model()
+
+# Header / Başlık (Ortalı)
+st.markdown("<h1 style='text-align: center;'>🎯 Boundary Detection System</h1>", unsafe_allow_html=True)
+st.markdown("<h3 style='text-align: center; color: gray;'>Kenar ve Sınır Tespit Sistemi</h3>", unsafe_allow_html=True)
+st.write("---")
+
+# 2. Upload Section / Yükleme Bölümü
+uploaded_file = st.file_uploader("Upload Image / Resim Yükleyin", type=["jpg", "jpeg", "png"])
+
+if uploaded_file is not None:
+    # Görüntü İşleme
+    file_bytes = np.asarray(bytearray(uploaded_file.read()), dtype=np.uint8)
+    img = cv2.imdecode(file_bytes, 1)
+    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
+
+    # Model Tahmini (168x168)
+    img_input = cv2.resize(img_rgb, (168, 168)) / 255.0
+    img_input = np.expand_dims(img_input, axis=0)
+    
+    with st.spinner('Analyzing... / Analiz ediliyor...'):
+        pred = model.predict(img_input, verbose=0)[0]
+        mask = pred.squeeze()
+
+        # Notebook stili parlatma (Normalization)
+        mask_norm = (mask - mask.min()) / (mask.max() - mask.min() + 1e-7)
+        mask_255 = (mask_norm * 255).astype(np.uint8)
+        
+        # Orijinal boyuta geri getir
+        mask_resized = cv2.resize(mask_255, (img_rgb.shape[1], img_rgb.shape[0]))
+
+        # Overlay (Yeşil Kenar)
+        overlay = img_rgb.copy()
+        # Eşik (Threshold) 120 olarak ayarlandı
+        overlay[mask_resized > 120] = [0, 255, 0] 
+        final_blend = cv2.addWeighted(img_rgb, 0.7, overlay, 0.3, 0)
+
+    # 3. YAN YANA VE ORTALANMIŞ GÖSTERİM
+    col1, col2 = st.columns(2)
+
+    with col1:
+        st.markdown("<p style='text-align: center; font-weight: bold;'>Original / Orijinal</p>", unsafe_allow_html=True)
+        st.image(img_rgb, use_container_width=True)
+
+    with col2:
+        st.markdown("<p style='text-align: center; font-weight: bold;'>Prediction / Tahmin</p>", unsafe_allow_html=True)
+        st.image(final_blend, use_container_width=True)
+
+    # Opsiyonel: Siyah Beyaz Maske
+    st.write("---")
+    with st.expander("Show Binary Mask / İkili Maskeyi Göster"):
+        st.image(mask_resized, width=400, caption="Grayscale Output")
+
+else:
+    st.info("Waiting for image upload... / Resim yüklenmesi bekleniyor...")

cnn_model.h5

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:304a702b1203a244e7d991399c6c5bac3017d62974a969c5172464ac0d8f6659
+size 9381688