Add application file

app.py

@@ -1,5 +1,6 @@
 import gradio as gr
 from fastai.vision.all import *
+from PIL import Image
 
 #import pathlib
 #temp = pathlib.PosixPath
@@ -8,16 +9,16 @@ from fastai.vision.all import *
 catergories = ('bunny girl', 'cat neko girl', 'fox kitsune girl', 'wolfgirl')
 
 def load_model_and_predict(img):
-    #img = PILImage.create(image_path)
-    pred, idx, probs = learn.predict(img)
-    #return pred, probs
-    return dict(zip(catergories, map(float,probs)))
+    squished_img = Image.fromarray(img).resize((224, 224))
+    pil_img = PILImage.create(squished_img)
+    pred, idx, probs = learn.predict(pil_img)
+    return dict(zip(catergories, map(float, probs)))
 
 model_path = "export_resnet18_e12_3.pkl"
 learn = load_learner(model_path)
 
-image = gr.inputs.Image(shape=(224, 224))
+image = gr.inputs.Image(shape=(None, None))
 label = gr.outputs.Label()
 
-iface = gr.Interface(fn=load_model_and_predict, inputs=image, outputs=label, title='兽耳娘分类器', description='这是一个基于resnet18训练的玩具模型，可以将输入的~二次元~图画分类为：bunny girl/兔兔、cat neko girl/猫娘、fox kitsune girl/狐娘、wolfgirl/狼娘。 \n 每类均使用15张随机画作或冻鳗截图训练，该模型的分类正确率受裁剪方法、图画构图、角色姿势等多种因素影响，准确率难以保证，仅供娱乐。 \n 08/28/23')
+iface = gr.Interface(fn=load_model_and_predict, inputs=image, outputs=label, title='兽耳娘分类器', description='❕❕Tip：将图片裁切为正方形并切去复杂背景以获取更高准确率。❕❕ \n\n 这是一个基于 resnet18 训练的玩具模型，可以将输入的~二次元~图画分类为：bunny girl/兔兔、cat neko girl/猫娘、fox kitsune girl/狐娘、wolfgirl/狼娘。 \n 每类均使用15张随机画作或冻鳗截图训练，该模型的分类正确率受裁剪方法、图画构图、角色姿势等多种因素影响，准确率难以保证，仅供娱乐。 \n Version1.1 08/28/23')
 iface.launch()