app.py

from pathlib import Path

import gradio as gr
import torch
import torch.nn as nn
from torchvision import transforms


class SimpleCNN(nn.Module):
    # This must match the network trained in the original notebook.
    def __init__(self):
        super().__init__()
        self.features = nn.Sequential(
            nn.Conv2d(3, 32, kernel_size=3, padding=1),
            nn.ReLU(),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 64, kernel_size=3, padding=1),
            nn.ReLU(),
            nn.MaxPool2d(2),
            nn.Conv2d(64, 128, kernel_size=3, padding=1),
            nn.ReLU(),
            nn.MaxPool2d(2),
        )
        self.classifier = nn.Sequential(
            nn.Flatten(),
            nn.Linear(128 * 4 * 4, 256),
            nn.ReLU(),
            nn.Dropout(0.30),
            nn.Linear(256, 10),
        )

    def forward(self, x):
        return self.classifier(self.features(x))


MODEL_PATH = Path(__file__).with_name("cifar10_cnn.pt")
DEVICE = torch.device("cpu")

TRANSFORM = transforms.Compose([
    transforms.Resize((32, 32)),
    transforms.ToTensor(),
    transforms.Normalize(
        (0.4914, 0.4822, 0.4465),
        (0.2470, 0.2435, 0.2616),
    ),
])


def load_model():
    if not MODEL_PATH.exists():
        raise FileNotFoundError(
            "Файл cifar10_cnn.pt не найден. Загрузите его в корень Space рядом с app.py."
        )
    try:
        checkpoint = torch.load(MODEL_PATH, map_location=DEVICE, weights_only=True)
    except TypeError:
        checkpoint = torch.load(MODEL_PATH, map_location=DEVICE)

    model = SimpleCNN().to(DEVICE)
    model.load_state_dict(checkpoint["model_state_dict"])
    model.eval()

    classes = checkpoint.get(
        "classes",
        ["airplane", "automobile", "bird", "cat", "deer",
         "dog", "frog", "horse", "ship", "truck"],
    )
    return model, classes


MODEL, CLASSES = load_model()


def predict(image):
    if image is None:
        return {}, "Загрузите изображение."

    x = TRANSFORM(image.convert("RGB")).unsqueeze(0).to(DEVICE)
    with torch.no_grad():
        probabilities = torch.softmax(MODEL(x), dim=1)[0].cpu()

    values, indices = torch.topk(probabilities, k=3)
    results = {
        CLASSES[index.item()]: float(value)
        for value, index in zip(values, indices)
    }
    label = CLASSES[indices[0].item()]
    confidence = float(values[0]) * 100
    return results, f"Модель считает, что это: **{label}** ({confidence:.1f}%)."


with gr.Blocks() as demo:
    gr.Markdown(
        """# 🖼️ Распознавание изображений — CIFAR-10

Загрузите фото. Модель выберет наиболее похожий класс: **самолёт, автомобиль, птица, кот, олень, собака, лягушка, лошадь, корабль или грузовик**.

> Это учебная модель, обученная на маленьких изображениях CIFAR-10. На обычных фото она может ошибаться."""
    )

    with gr.Row():
        image_input = gr.Image(
            label="Загрузите изображение",
            type="pil",
            sources=["upload", "webcam"],
        )
        result = gr.Label(label="Три наиболее вероятных класса", num_top_classes=3)

    explanation = gr.Markdown()
    button = gr.Button("Распознать", variant="primary")
    button.click(predict, inputs=image_input, outputs=[result, explanation])

if __name__ == "__main__":
    demo.launch()