# AUTOGENERATED! DO NOT EDIT! File to edit: gradio.ipynb.

# %% auto 0
__all__ = ['learn', 'categories', 'title', 'description', 'article', 'image', 'label', 'examples', 'intf', 'classify_image']

# %% gradio.ipynb 2
from fastai.vision.all import *
import gradio as gr

# %% gradio.ipynb 3
learn = load_learner('disc.pkl')

# %% gradio.ipynb 4
categories = ('Geel', 'Blauw', 'Groen', 'Blauw')

def classify_image(img):
    pred,idx,probs = learn.predict(img)
    return dict(zip(categories, map(float,probs)))

# %% gradio.ipynb 5
title="Vague Image Personality Detector"
description="Dit model kan bepalen welke kleur persoonlijkheid een persoon heeft. Upload een foto van jezelf en zie welke kleur je bent."
article="""<h2>DISC theorie</>
<p>Het DISC-model geeft inzicht in het gedrag van mensen. Het geeft bijvoorbeeld weer hoe iemand overkomt in de communicatie met zijn/haar omgeving. Dit is zowel verbaal als non-verbaal.</p>
<p>Bij de vier verschillende gedragsstijlen horen vier kleuren en elke kleur zou een bepaalde voorkeur voor kleding hebben. De detector bepaalt dus je gedragsstijl op basis van wat je aan hebt.</p>
<p><a href='https://ugrow.nl/bibliotheek/gedrag'>meer leren over de kleuren</a> of <a href="https://nl.wikipedia.org/wiki/DISC">lees op Wikipedia</a></p>"""

# %% gradio.ipynb 6
image = gr.components.Image(shape=(224,224))
label = gr.components.Label()
examples = ['colorful.jpg', 'functional.jpg']

intf = gr.Interface(fn=classify_image, inputs=image, outputs=label, examples=examples, title=title, description=description, article=article)
intf.launch(inline=False)