Create app.py

app.py

@@ -0,0 +1,67 @@
+# -*- coding: utf-8 -*-
+"""
+แอปจำแนกอวัยวะ / ส่วนของผิวหนัง
+โดยใช้โมเดลที่เทรนมาแล้วจาก Hugging Face
+"""
+
+from transformers import AutoImageProcessor, AutoModelForImageClassification
+import torch
+from PIL import Image
+import requests
+
+# -----------------------------
+# กำหนดชื่อโมเดล
+# -----------------------------
+model_name = "histai/SPIDER-skin-model"
+
+# -----------------------------
+# โหลดโมเดลและตัวประมวลผล
+# -----------------------------
+print("กำลังโหลดโมเดลและตัวประมวลผล...")
+processor = AutoImageProcessor.from_pretrained(model_name)
+model = AutoModelForImageClassification.from_pretrained(model_name)
+print("โหลดโมเดลเรียบร้อย!")
+
+# -----------------------------
+# คำอธิบายของอวัยวะ / สภาพผิวหนัง (ตัวอย่าง)
+# -----------------------------
+organ_descriptions = {
+    0: "ผิวหนังปกติ",
+    1: "แผลผิวหนัง",
+    2: "ตุ่มน้ำ / ฟองอากาศ",
+    3: "จุดเลือดออกใต้ผิวหนัง",
+    4: "รอยไหม้",
+    5: "การอักเสบ",
+    # สามารถเพิ่มอวัยวะ/สภาพผิวเพิ่มเติมได้
+}
+
+# -----------------------------
+# โหลดภาพ (ใส่ URL หรือ path ของไฟล์)
+# -----------------------------
+# ตัวอย่าง: โหลดจาก URL
+url = "https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/transformers_logo.png"
+image = Image.open(requests.get(url, stream=True).raw)
+
+# หากต้องการใช้ไฟล์ในเครื่อง uncomment ด้านล่าง
+# image_path = "path/to/your/image.jpg"
+# image = Image.open(image_path)
+
+# -----------------------------
+# เตรียมข้อมูลสำหรับโมเดล
+# -----------------------------
+inputs = processor(images=image, return_tensors="pt")
+
+# -----------------------------
+# ทำนายผล
+# -----------------------------
+with torch.no_grad():
+    logits = model(**inputs).logits
+    predicted_class_idx = logits.argmax(-1).item()
+
+# -----------------------------
+# แสดงผลลัพธ์
+# -----------------------------
+description = organ_descriptions.get(predicted_class_idx, "ไม่ทราบอวัยวะ / สภาพผิว")
+print("------ ผลลัพธ์ ------")
+print(f"รหัสคลาสที่ทำนาย: {predicted_class_idx}")
+print(f"คำอธิบาย: {description}")