Create app.py
Browse files
app.py
ADDED
|
@@ -0,0 +1,32 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
import gradio as gr
|
| 2 |
+
from transformers import pipeline
|
| 3 |
+
|
| 4 |
+
# โหลดโมเดล AI ที่จำภาพได้ (Image Classification)
|
| 5 |
+
model = pipeline("image-classification", model="google/vit-base-patch16-224")
|
| 6 |
+
|
| 7 |
+
# ฟังก์ชันวิเคราะห์ภาพ
|
| 8 |
+
def predict(image):
|
| 9 |
+
result = model(image)[0]
|
| 10 |
+
label = result['label']
|
| 11 |
+
score = round(result['score'] * 100, 2)
|
| 12 |
+
|
| 13 |
+
# เพิ่มคำอธิบายง่าย ๆ
|
| 14 |
+
description = {
|
| 15 |
+
"heart": "หัวใจ ❤️ สูบฉีดเลือดไปทั่วร่างกาย",
|
| 16 |
+
"lungs": "ปอด 💨 แลกเปลี่ยนก๊าซในร่างกาย",
|
| 17 |
+
"liver": "ตับ 🍷 กำจัดสารพิษและสร้างน้ำดี",
|
| 18 |
+
"brain": "สมอง 🧠 ควบคุมการทำงานของร่างกาย"
|
| 19 |
+
}.get(label.lower(), "อวัยวะนี้ยังไม่มีข้อมูล")
|
| 20 |
+
|
| 21 |
+
return f"🩺 อวัยวะ: {label}\n🔹 ความมั่นใจ: {score}%\n📘 คำอธิบาย: {description}"
|
| 22 |
+
|
| 23 |
+
# สร้างเว็บอินเทอร์เฟซ
|
| 24 |
+
demo = gr.Interface(
|
| 25 |
+
fn=predict,
|
| 26 |
+
inputs=gr.Image(type="filepath"),
|
| 27 |
+
outputs="text",
|
| 28 |
+
title="ระบบเรียนรู้อวัยวะภายในร่างกาย",
|
| 29 |
+
description="อัปโหลดภาพอวัยวะ แล้วระบบจะทำนายว่าเป็นส่วนใดของร่างกาย"
|
| 30 |
+
)
|
| 31 |
+
|
| 32 |
+
demo.launch()
|