Upload 3 files

app.py

@@ -0,0 +1,56 @@
+import gradio as gr
+import tensorflow as tf
+import numpy as np
+from PIL import Image
+
+# --- CẤU HÌNH ---
+IMG_SIZE = 150  # Kích thước ảnh 150x150
+MODEL_PATH = "model.h5" # Tên file model
+
+# --- LOAD MODEL ---
+try:
+    model = tf.keras.models.load_model(MODEL_PATH)
+    print("Đã load model thành công.")
+except Exception as e:
+    print(f"Lỗi không tìm thấy model: {e}")
+
+# --- HÀM DỰ ĐOÁN ---
+def phan_loai(image):
+    if image is None:
+        return None
+        
+    # 1. Resize ảnh về 150x150
+    image = image.resize((IMG_SIZE, IMG_SIZE))
+    
+    # 2. Chuyển sang mảng số & Chuẩn hóa (chia 255)
+    img_array = np.array(image)
+    img_array = img_array / 255.0
+    
+    # 3. Thêm chiều batch (1, 150, 150, 3)
+    img_array = np.expand_dims(img_array, axis=0)
+    
+    # 4. Dự đoán
+    prediction = model.predict(img_array)[0]
+    
+    # 5. Xử lý kết quả trả về
+    # Kiểm tra xem Output là 1 số (Sigmoid) hay 2 số (Softmax)
+    if len(prediction) == 1:
+        # Dạng Sigmoid: 0-1
+        score_cho = float(prediction[0]) # Giả sử 1 là Chó
+        return {"Chó": score_cho, "Mèo": 1 - score_cho}
+    else:
+        # Dạng Softmax: [Mèo, Chó] (Thường ImageDataGenerator xếp theo Alphabet)
+        labels = ['Mèo', 'Chó'] 
+        return {labels[i]: float(prediction[i]) for i in range(len(labels))}
+
+# --- GIAO DIỆN ---
+demo = gr.Interface(
+    fn=phan_loai,
+    inputs=gr.Image(type="pil", label="Tải ảnh lên"),
+    outputs=gr.Label(num_top_classes=2, label="Kết quả"),
+    title="🐶 Web Phân Loại Chó Mèo 🐱",
+    description="Model AI nhận diện Chó và Mèo (Input size: 150x150)."
+)
+
+if __name__ == "__main__":
+    demo.launch()

human_classifier_model.h5

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:abfa3a4988cc5124b8209c4b6dffe8a58ba817fddf57f2aa5384c87276fbcc8b
+size 41494600

requirements.txt

@@ -0,0 +1,4 @@
+tensorflow
+numpy
+pillow
+gradio