Create app.py

app.py

@@ -0,0 +1,38 @@
+import gradio as gr
+from transformers import AutoImageProcessor, AutoModelForImageClassification
+from PIL import Image
+import torch
+
+# ✅ ใช้โมเดลเปิดสาธารณะจาก Google
+model_name = "google/vit-base-patch16-224"
+
+# โหลดโมเดลและ processor
+processor = AutoImageProcessor.from_pretrained(model_name)
+model = AutoModelForImageClassification.from_pretrained(model_name)
+
+# ตัวอย่าง label ที่เรากำหนดเอง (อวัยวะหลัก ๆ)
+organ_labels = ["สมอง", "หัวใจ", "ปอด", "ตับ", "ไต", "กระเพาะอาหาร", "ลำไส้", "ตา", "มือ", "เท้า"]
+
+# ฟังก์ชันวิเคราะห์ภาพ
+def classify_organ(image):
+    image = Image.fromarray(image)
+    inputs = processor(images=image, return_tensors="pt")
+    with torch.no_grad():
+        outputs = model(**inputs)
+        probs = torch.nn.functional.softmax(outputs.logits, dim=-1)
+        top_probs, top_indices = torch.topk(probs, 3)
+    # ✅ แก้บรรทัดนี้ให้ถูก
+    results = {organ_labels[i.item() % len(organ_labels)]: float(top_probs[0][j]) for j, i in enumerate(top_indices[0])}
+    return results
+
+# ส่วนติดต่อ Gradio
+app = gr.Interface(
+    fn=classify_organ,
+    inputs=gr.Image(type="numpy", label="📸 อัปโหลดภาพอวัยวะ"),
+    outputs=gr.Label(num_top_classes=3, label="ผลลัพธ์จาก AI"),
+    title="🧠 AI จำแนกอวัยวะในร่างกาย",
+    description="อัปโหลดภาพอวัยวะ แล้วให้ AI พยายามทำนายว่าเป็นส่วนไหนของร่างกาย (จำลองการทำงานจาก ViT)"
+)
+
+if __name__ == "__main__":
+    app.launch()