Create app.py

app.py

@@ -0,0 +1,36 @@
+import gradio as gr
+import numpy as np
+from PIL import Image
+import tensorflow as tf
+
+# Cargar modelo
+model = tf.keras.models.load_model("quickdraw_model.keras")
+
+# etiquetas usadas en el entrenamiento
+etiquetas = ['apple', 'banana', 'bed', 'carrot', 'laptop']
+
+def preprocesar_imagen(image):
+    if isinstance(image, np.ndarray):
+        image = Image.fromarray(image)
+    image = image.convert('L')
+    image = image.resize((28, 28), Image.NEAREST)
+    arr = np.array(image) / 255.0
+    arr_bin = (arr < 0.5).astype(np.float32)
+    arr_bin_4d = arr_bin.reshape(1, 28, 28, 1)
+    return arr_bin_4d
+
+def predict(image):
+    x = preprocesar_imagen(image)
+    preds = model.predict(x)
+    class_idx = np.argmax(preds)
+    return {etiquetas[class_idx]: float(preds[0][class_idx])}
+
+iface = gr.Interface(
+    fn=predict,
+    inputs=gr.Image(label="Dibuja o sube una imagen"),
+    outputs=gr.Label(label="Predicción"),
+    title="Predicción QuickDraw",
+    description="Dibuja o sube una imagen para clasificarla."
+)
+
+iface.launch()