app.py

import gradio as gr
import tensorflow as tf
import numpy as np

# Cargar modelo
model = tf.keras.models.load_model('./model.h5')
model.load_weights('./pesos.h5')

# Función de predicción
def predict(img):
    img = np.resize(img, (50, 50, 3))
    img = img / 255.0  # Normalizar la imagen
    img = img.reshape((1, 50, 50, 3))
    prediction = model.predict(img)[0]

    # Crear resultados HTML
    idc_prob = prediction[1] * 100
    no_idc_prob = prediction[0] * 100

    results_html = f"""
    <h3>Resultados de la Predicción</h3>
    <p>No IDC (No hay carcinoma ductal invasivo): {no_idc_prob:.2f}%</p>
    <div style='background-color: lightgrey; border-radius: 5px;'>
        <div style='height: 30px; width: {no_idc_prob}%; background-color: green; border-radius: 5px;'></div>
    </div>
    <p>IDC (Carcinoma ductal invasivo presente): {idc_prob:.2f}%</p>
    <div style='background-color: lightgrey; border-radius: 5px;'>
        <div style='height: 30px; width: {idc_prob}%; background-color: red; border-radius: 5px;'></div>
    </div>
    """
    return results_html

# Crear interfaz Gradio con descripción
interface = gr.Interface(
    fn=predict,
    inputs=gr.Image(),
    outputs=gr.HTML(),
    live=True,
    description="""
    <h2>Detección de IDC (Carcinoma Ductal Invasivo)</h2>
    <p>El IDC es el tipo más común de cáncer de mama, caracterizado por la invasión de células cancerosas 
    más allá de los conductos mamarios hacia el tejido circundante. Utiliza esta herramienta para obtener una
    predicción rápida basada en la imagen proporcionada. Los resultados son aproximados y siempre es recomendable 
    consultar a un especialista para un diagnóstico preciso.</p>
    """
)

interface.launch()