app.py

import gradio as gr
from keras.models import load_model
import numpy as np
import cv2

# Modeli yükle
model = load_model("keras_model.h5", compile=False)

# Etiketleri yükle
class_names = open("labels.txt", "r").readlines()

# Sınıflandırma fonksiyonu
def classify_image(image):
    img_resized = cv2.resize(image, (224, 224))  # Modelin beklediği boyut
    img_array = np.expand_dims(img_resized, axis=0)  # Batch boyutunu ekle
    img_array = img_array / 255.0  # Normalizasyon

    predictions = model.predict(img_array)
    class_index = np.argmax(predictions)
    confidence = predictions[0][class_index]

    return {class_names[i].strip(): float(predictions[0][i]) for i in range(len(class_names))}, f"Sınıf: {class_names[class_index].strip()} (Güven: {confidence:.2f})"

# Gradio arayüzü
interface = gr.Interface(
    fn=classify_image,
    inputs=gr.Image(type="numpy", label="Bir görüntü yükleyin"),
    outputs=[
        gr.Label(num_top_classes=3, label="Tahminler"),
        gr.Text(label="Sonuç")
    ],
    title="Burak TURGUT Görüntü Sınıflandırma Model Programı",
    description="Bir görüntü yükleyin ve modelin sınıflandırmasını görün."
)

# Arayüzü başlat
interface.launch()