Update app.py

app.py

@@ -1,29 +1,47 @@
 import gradio as gr
-import requests
-import json
+import torch
+import torchvision.transforms as transforms
+from PIL import Image
+from transformers import AutoTokenizer, AutoModelForSequenceClassification
 
-# Función para realizar la predicción
-def classify_image(image):
-    # URL de la API de inferencia de Hugging Face
-    api_url = "https://api-inference.huggingface.co/models/mkjaramillo/cancer"
+# Nombre del modelo en el repositorio de Hugging Face
+model_name = "mkjaramillo/cancer"
 
-    # Preparar la imagen para la API de inferencia
-    files = {'file': image}
+# Cargar el tokenizer y el modelo desde el repositorio de Hugging Face
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForSequenceClassification.from_pretrained(model_name)
 
-    # Realizar la solicitud de predicción a la API de inferencia
-    response = requests.post(api_url, files=files)
+# Transformación de la imagen
+image_transform = transforms.Compose([
+    transforms.Resize((50, 50)),
+    transforms.ToTensor(),
+   
+])
 
-    # Obtener el resultado de la predicción
-    result = json.loads(response.content)
+# Función para realizar la predicción
+def classify_image(image):
+    # Cargar la imagen
+    image = Image.fromarray(image)
+    
+    # Preprocesar la imagen
+    image = image_transform(image).unsqueeze(0)
+    
+    # Realizar la inferencia con el modelo
+    outputs = model(image)
+    
+    # Obtener las predicciones
+    predictions = torch.argmax(outputs.logits, dim=1)
+    
+    # Obtener la etiqueta de la predicción
+    label = tokenizer.decode(predictions.item())
 
-    # Retornar el resultado de la predicción
-    return result[0]["label"]
+    # Retornar la etiqueta de la predicción
+    return label
 
 # Configurar la interfaz de Gradio
-iface = gr.Interface(fn=classify_image, 
-                     inputs="image",
+iface = gr.Interface(fn=classify_image,
+                     inputs=gr.inputs.Image(label="Imagen de entrada"),
                      outputs="text",
-                     capture_session=True,
                      title="Clasificador de Imágenes")
 
 # Ejecutar la interfaz de Gradio