app.py

import gradio as gr
from fastai.vision.all import *
from huggingface_hub import hf_hub_download

# Descargar el modelo desde Hugging Face Hub
model_path = hf_hub_download(
    repo_id="pagaliv/futurama-character-classifier", 
    filename="model.pkl"
)
import os
os.system('pip install --force-reinstall numpy==1.24.4')

from fastai.learner import load_learner
modelo = load_learner(model_path)
# Cargar el modelo descargado
modelo = load_learner(model_path)

# Función de clasificación
def clasificar_imagen(img):
    pred, _, prob = modelo.predict(img)
    return {modelo.dls.vocab[i]: float(prob[i]) for i in range(len(prob))}

# Interfaz Gradio
titulo = "Clasificador de personajes de Futurama"
ejemplos = ["B1.png", "F1.png", "L1.png"]  # Nombres de tus imágenes subidas

iface = gr.Interface(
    fn=clasificar_imagen,
    inputs=gr.Image(type="pil"),
    outputs=gr.Label(num_top_classes=3),
    title=titulo,
    examples=ejemplos
)

iface.launch()