Create app.py

app.py

@@ -0,0 +1,28 @@
+import gradio as gr
+import tensorflow as tf
+import numpy as np
+import matplotlib.pyplot as plt
+
+# Charger ton modèle
+model = tf.keras.models.load_model("mon_modele.h5")
+
+# Classes
+classes = ["Cubisme", "Expressionnisme", "Post-impressionnisme"]
+
+# Fonction de prédiction
+def predire(image):
+    image = tf.image.resize(image, (224, 224)) / 255.0
+    preds = model.predict(tf.expand_dims(image, axis=0))[0]
+    confidences = {classes[i]: float(preds[i]) for i in range(len(classes))}
+    return confidences
+
+# Interface Gradio
+demo = gr.Interface(
+    fn=predire,
+    inputs=gr.Image(type="numpy", label="Importer une œuvre"),
+    outputs=gr.Label(num_top_classes=3, label="Probabilités par mouvement pictural"),
+    title="🎨 Classification de style pictural",
+    description="Upload une image et découvre le mouvement pictural estimé par le CNN."
+)
+
+demo.launch()