Upload 4 files

app.py

@@ -0,0 +1,72 @@
+
+import gradio as gr
+import numpy as np
+from PIL import Image
+import tensorflow as tf
+import joblib
+
+# 1. Load Model CNN (Keras)
+try:
+    model = tf.keras.models.load_model('cnn_model.h5')
+    print("Load model thành công")
+except Exception as e:
+    print(f"Lỗi load model: {e}")
+    model = None
+
+# 2. Load Label Encoder
+try:
+    label_encoder = joblib.load('label_encoder.joblib')
+    print("Load encoder thành công")
+except:
+    label_encoder = None
+
+def preprocess_image(image):
+    # Chuyển sang RGB
+    image = image.convert("RGB")
+    # Resize đúng kích thước lúc train (64x64)
+    image = image.resize((64, 64))
+
+    # Chuyển thành mảng numpy và chuẩn hóa / 255.0
+    image_array = np.array(image) / 255.0
+
+    # QUAN TRỌNG: CNN cần input 4 chiều (Batch, Height, Width, Channel)
+    # Nên ta phải thêm 1 chiều ở đầu: (64,64,3) -> (1, 64, 64, 3)
+    image_array = np.expand_dims(image_array, axis=0)
+
+    return image_array
+
+def predict(image):
+    if model is None or label_encoder is None:
+        return "Lỗi: Chưa load được model hoặc encoder."
+
+    try:
+        # Xử lý ảnh
+        processed_img = preprocess_image(image)
+
+        # Dự đoán
+        prediction = model.predict(processed_img)
+
+        # Lấy vị trí có xác suất cao nhất (argmax)
+        class_index = np.argmax(prediction)
+
+        # Chuyển từ số về tên nhãn
+        class_name = label_encoder.inverse_transform([class_index])[0]
+
+        # Lấy độ tin cậy (xác suất)
+        confidence = float(np.max(prediction))
+
+        return f"Kết quả: {class_name} ({confidence*100:.2f}%)"
+    except Exception as e:
+        return f"Lỗi dự đoán: {str(e)}"
+
+# Giao diện Gradio
+iface = gr.Interface(
+    fn=predict,
+    inputs=gr.Image(type="pil"),
+    outputs="text",
+    title="Nhận diện Biển báo Giao thông (CNN)",
+    description="Upload ảnh biển báo để model CNN dự đoán."
+)
+
+if __name__ == "__main__":
+    iface.launch()

cnn_model.h5

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6f7ee3a6ac7b9cd4ca216ac7325c0dda935b06ab487e5149cadaf3a5ef716615
+size 3199248

label_encoder.joblib

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:40dae1d4f8eb9eaa66026e1d3756038d6d74e955054e08588f3987c208040e2c
+size 343

requirements.txt

@@ -0,0 +1,6 @@
+
+tensorflow
+numpy
+Pillow
+joblib
+scikit-learn