Upload 3 files

app.py

@@ -0,0 +1,29 @@
+import gradio as gr
+import tensorflow as tf
+import numpy as np
+from PIL import Image
+
+# Carregar o modelo .tflite
+interpreter = tf.lite.Interpreter(model_path="model_unquant.tflite")
+interpreter.allocate_tensors()
+
+# Detalhes da entrada e saída do modelo
+input_details = interpreter.get_input_details()
+output_details = interpreter.get_output_details()
+
+def predict(image):
+    # Redimensiona a imagem para o tamanho necessário pelo modelo
+    image = image.resize((224, 224))  # Ajuste para o tamanho que seu modelo exige
+    image = np.expand_dims(np.array(image), axis=0).astype(np.float32)
+
+    # Realiza a inferência
+    interpreter.set_tensor(input_details[0]['index'], image)
+    interpreter.invoke()
+    output = interpreter.get_tensor(output_details[0]['index'])
+
+    # O resultado pode precisar ser ajustado conforme a saída do modelo
+    return output.tolist()  # Retorna o resultado da inferência
+
+# Configurando a interface Gradio
+interface = gr.Interface(fn=predict, inputs="image", outputs="label")
+interface.launch()

model_unquant.tflite

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cab17f7a148b26dd9a84ecddaaea8303e04e078d964a180a15749336fe5322f0
+size 2090332

requirements.txt

@@ -0,0 +1,5 @@
+tensorflow
+pillow
+gradio
+numpy
+