Create app.py

app.py

@@ -0,0 +1,38 @@
+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)