app.py

import gradio as gr
import tensorflow as tf
import requests
from PIL import Image
import numpy as np

# Cargando el modelo
inception_net = tf.keras.applications.MobileNetV2()

# Obteniendo las etiquetas
respuesta = requests.get("https://git.io/JJkYN")
etiquetas = respuesta.text.split("\n")

def redimensionar_imagen(img_array, target_size=(224, 224)):
    img = Image.fromarray(img_array)
    img = img.resize(target_size)
    return np.array(img)

def clasifica_imagen(inp):
    # Redimensionar la imagen
    inp = redimensionar_imagen(inp)
    
    # Verificar la forma actual de la imagen
    if inp.shape != (224, 224, 3):
        raise ValueError(f"Expected input shape (224, 224, 3), but got {inp.shape}")
    
    # Hacer prediccion
    inp = tf.keras.applications.mobilenet_v2.preprocess_input(inp)
    prediction = inception_net.predict(inp.reshape((-1, 224, 224, 3))).flatten()
    confidences = {etiquetas[i]: float(prediction[i]) for i in range(1000)}
    return confidences

demo = gr.Interface(fn=clasifica_imagen,
                    inputs=gr.Image(),
                    outputs=gr.Label(num_top_classes=3),
                   )

demo.launch(debug=True)