App.py

Permite tomar una imagen y entregar el texto de lo que contiene.
Es importante Cargar la imagen para que el modelo, permita entregar el texto.

app.py

@@ -0,0 +1,38 @@
+import gradio as gr
+from transformers import AutoModelForImageClassification, AutoFeatureExtractor
+import torch
+from PIL import Image
+import requests
+
+# Cargar el modelo y el extractor de características
+model_name = "microsoft/swin-small-patch4-window7-224"
+model = AutoModelForImageClassification.from_pretrained(model_name)
+feature_extractor = AutoFeatureExtractor.from_pretrained(model_name)
+
+def predict(image):
+    # Preprocesar la imagen
+    inputs = feature_extractor(images=image, return_tensors="pt")
+    outputs = model(**inputs)
+    logits = outputs.logits
+    # Obtener las predicciones
+    probs = torch.nn.functional.softmax(logits, dim=-1)
+    top_probs, top_labels = torch.topk(probs, 3)
+    top_probs = top_probs.detach().numpy().flatten()
+    top_labels = top_labels.detach().numpy().flatten()
+    # Convertir las etiquetas a nombres
+    id2label = model.config.id2label
+    labels = [id2label[label] for label in top_labels]
+    return {labels[i]: float(top_probs[i]) for i in range(len(labels))}
+
+titulo = "Mi primer demo con Hugging Face"
+descripcion = "Este es un demo ejecutado durante la clase de Hugo Martinez."
+
+demo = gr.Interface(
+    fn=predict,
+    inputs=gr.Image(label="Carga una imagen aquí"),
+    outputs=gr.Label(num_top_classes=3),
+    title=titulo,
+    description=descripcion
+)
+
+demo.launch()