Create main.py

main.py

@@ -0,0 +1,44 @@
+App.py
+import gradio as gr
+from tensorflow.keras.models import load_model
+import numpy as np
+
+# Charger les modèles
+model_TB = load_model("Tuberculosis_model.h5")
+model_Pneumonia = load_model("Pneunomia_model.h5")
+model_ImageTB = load_model("Image_TB_classifier.h5")
+
+def predict(model_name, input_text):
+    # Transformer l'entrée texte en tableau numpy
+    # Exemple simple : input_text est des chiffres séparés par virgule
+    try:
+        input_array = np.array([[float(x) for x in input_text.split(",")]])
+    except:
+        return "Format d'entrée incorrect. Utilisez des nombres séparés par des virgules."
+
+    # Choix du modèle
+    if model_name == "Tuberculosis":
+        pred = model_TB.predict(input_array)
+    elif model_name == "Pneumonia":
+        pred = model_Pneumonia.predict(input_array)
+    elif model_name == "Image TB Classifier":
+        pred = model_ImageTB.predict(input_array)
+    else:
+        return "Modèle inconnu."
+
+    return str(pred[0])
+
+# Interface Gradio
+iface = gr.Interface(
+    fn=predict,
+    inputs=[
+        gr.Dropdown(["Tuberculosis", "Pneumonia", "Image TB Classifier"], label="Choisir le modèle"),
+        gr.Textbox(lines=1, placeholder="Entrée : valeurs séparées par virgule")
+    ],
+    outputs="text",
+    title="Prédiction IA TeamAI",
+    description="Tester les modèles Tuberculosis, Pneumonia, Image TB Classifier"
+)
+
+if __name__ == "__main__":
+    iface.launch()