Create app.py

app.py

@@ -0,0 +1,216 @@
+import gradio as gr
+import tensorflow as tf
+import numpy as np
+from PIL import Image
+import json
+from huggingface_hub import hf_hub_download
+
+# ============================================
+# Configurações do modelo
+# ============================================
+REPO_ID = "raysarocha/plant-resnet50-38classes"  # Seu repositório
+
+# ============================================
+# Carregamento do modelo
+# ============================================
+print("🔄 Carregando modelo...")
+
+# Baixa os arquivos
+cfg_path = hf_hub_download(REPO_ID, "config.json")
+model_path = hf_hub_download(REPO_ID, "model.keras")
+
+# Carrega configuração
+with open(cfg_path, "r") as f:
+    cfg = json.load(f)
+
+# Carrega modelo
+model = tf.keras.models.load_model(model_path)
+print("✅ Modelo carregado com sucesso!")
+
+# ============================================
+# Dicionário de nomes amigáveis
+# ============================================
+FRIENDLY_NAMES = {
+    "Apple___Apple_scab": "🍎 Maçã - Sarna",
+    "Apple___Black_rot": "🍎 Maçã - Podridão negra",
+    "Apple___Cedar_apple_rust": "🍎 Maçã - Ferrugem do cedro",
+    "Apple___healthy": "🍎 Maçã - Saudável",
+    "Blueberry___healthy": "🫐 Mirtilo - Saudável",
+    "Cherry_(including_sour)___Powdery_mildew": "🍒 Cereja - Oídio",
+    "Cherry_(including_sour)___healthy": "🍒 Cereja - Saudável",
+    "Corn_(maize)___Cercospora_leaf_spot Gray_leaf_spot": "🌽 Milho - Mancha de Cercospora",
+    "Corn_(maize)___Common_rust_": "🌽 Milho - Ferrugem comum",
+    "Corn_(maize)___Northern_Leaf_Blight": "🌽 Milho - Queima das folhas",
+    "Corn_(maize)___healthy": "🌽 Milho - Saudável",
+    "Grape___Black_rot": "🍇 Uva - Podridão negra",
+    "Grape___Esca_(Black_Measles)": "🍇 Uva - Esca",
+    "Grape___Leaf_blight_(Isariopsis_Leaf_Spot)": "🍇 Uva - Queima das folhas",
+    "Grape___healthy": "🍇 Uva - Saudável",
+    "Orange___Haunglongbing_(Citrus_greening)": "🍊 Laranja - Greening",
+    "Peach___Bacterial_spot": "🍑 Pêssego - Mancha bacteriana",
+    "Peach___healthy": "🍑 Pêssego - Saudável",
+    "Pepper,_bell___Bacterial_spot": "🫑 Pimentão - Mancha bacteriana",
+    "Pepper,_bell___healthy": "🫑 Pimentão - Saudável",
+    "Potato___Early_blight": "🥔 Batata - Requeima precoce",
+    "Potato___Late_blight": "🥔 Batata - Requeima tardia",
+    "Potato___healthy": "🥔 Batata - Saudável",
+    "Raspberry___healthy": "🫐 Framboesa - Saudável",
+    "Soybean___healthy": "🌱 Soja - Saudável",
+    "Squash___Powdery_mildew": "🎃 Abóbora - Oídio",
+    "Strawberry___Leaf_scorch": "🍓 Morango - Queima das folhas",
+    "Strawberry___healthy": "🍓 Morango - Saudável",
+    "Tomato___Bacterial_spot": "🍅 Tomate - Mancha bacteriana",
+    "Tomato___Early_blight": "🍅 Tomate - Requeima precoce",
+    "Tomato___Late_blight": "🍅 Tomate - Requeima tardia",
+    "Tomato___Leaf_Mold": "🍅 Tomate - Mofo das folhas",
+    "Tomato___Septoria_leaf_spot": "🍅 Tomate - Mancha de Septoria",
+    "Tomato___Spider_mites Two-spotted_spider_mite": "🍅 Tomate - Ácaros",
+    "Tomato___Target_Spot": "🍅 Tomate - Mancha alvo",
+    "Tomato___Tomato_Yellow_Leaf_Curl_Virus": "🍅 Tomate - Vírus do enrolamento",
+    "Tomato___Tomato_mosaic_virus": "🍅 Tomate - Vírus do mosaico",
+    "Tomato___healthy": "🍅 Tomate - Saudável"
+}
+
+# ============================================
+# Função de classificação
+# ============================================
+def classify_plant(image):
+    """
+    Classifica a imagem da planta e retorna diagnóstico
+    """
+    if image is None:
+        return None, "Por favor, faça upload de uma imagem!"
+    
+    # Preprocessamento
+    img = Image.fromarray(image).convert("RGB")
+    img = img.resize((cfg["image_size"], cfg["image_size"]))
+    arr = np.array(img).astype("float32") * cfg["rescale"]
+    arr = np.expand_dims(arr, axis=0)
+    
+    # Predição
+    predictions = model(arr)
+    probs = tf.nn.softmax(predictions[0]).numpy()
+    
+    # Top 5 resultados
+    top_5_idx = np.argsort(probs)[-5:][::-1]
+    
+    # Formata resultados para o Gradio
+    results = {}
+    for idx in top_5_idx:
+        class_name = cfg["id2label"][str(idx)]
+        friendly_name = FRIENDLY_NAMES.get(class_name, class_name)
+        confidence = float(probs[idx])
+        results[friendly_name] = confidence
+    
+    # Mensagem de diagnóstico
+    top_class = cfg["id2label"][str(top_5_idx[0])]
+    top_confidence = float(probs[top_5_idx[0]])
+    
+    if "healthy" in top_class.lower():
+        status = "✅ Planta Saudável!"
+        message = f"Sua planta parece estar saudável! (Confiança: {top_confidence:.1%})"
+        color = "green"
+    else:
+        status = "⚠️ Doença Detectada"
+        message = f"Possível problema detectado. (Confiança: {top_confidence:.1%})"
+        color = "orange"
+    
+    diagnosis = f"""
+    <div style='padding: 20px; border-radius: 10px; background-color: #{color}20; border: 2px solid {color};'>
+        <h2 style='color: {color};'>{status}</h2>
+        <p style='font-size: 16px;'>{message}</p>
+    </div>
+    """
+    
+    return results, diagnosis
+
+# ============================================
+# Exemplos de imagens
+# ============================================
+examples = [
+    ["examples/tomato_healthy.jpg"],
+    ["examples/apple_scab.jpg"],
+    ["examples/potato_blight.jpg"],
+]  # Adicione exemplos se tiver
+
+# ============================================
+# Interface Gradio
+# ============================================
+with gr.Blocks(title="Plant Disease Detector 🌿") as demo:
+    gr.Markdown("""
+    # 🌿 Detector de Doenças em Plantas
+    
+    ### Como usar:
+    1. **Faça upload** de uma foto da planta
+    2. **Clique em Submit** para analisar
+    3. **Veja o diagnóstico** e as probabilidades
+    
+    **Dica:** Tire fotos das folhas em boa iluminação para melhores resultados!
+    """)
+    
+    with gr.Row():
+        with gr.Column():
+            input_image = gr.Image(
+                label="📷 Upload da Imagem",
+                type="numpy",
+                height=300
+            )
+            submit_btn = gr.Button(
+                "🔍 Analisar Planta",
+                variant="primary",
+                size="lg"
+            )
+            
+        with gr.Column():
+            diagnosis_output = gr.HTML(
+                label="Diagnóstico",
+                value="<div style='padding: 20px; text-align: center; color: gray;'>Aguardando imagem...</div>"
+            )
+            confidence_output = gr.Label(
+                label="📊 Probabilidades (Top 5)",
+                num_top_classes=5
+            )
+    
+    # Exemplos (se você tiver imagens de exemplo)
+    # gr.Examples(
+    #     examples=examples,
+    #     inputs=input_image,
+    #     outputs=[confidence_output, diagnosis_output],
+    #     fn=classify_plant,
+    # )
+    
+    gr.Markdown("""
+    ---
+    ### 📋 Informações:
+    - **Modelo:** ResNet50 treinado com 38 classes
+    - **Plantas:** Maçã, Tomate, Batata, Uva, Milho, e mais
+    - **Doenças:** Detecta várias doenças comuns em plantas
+    
+    ### 🔗 Links:
+    - [Modelo no HuggingFace](https://huggingface.co/raysarocha/plant-resnet50-38classes)
+    - [Código no GitHub](#)
+    """)
+    
+    # Conecta o botão
+    submit_btn.click(
+        fn=classify_plant,
+        inputs=input_image,
+        outputs=[confidence_output, diagnosis_output]
+    )
+    
+    # Upload automático
+    input_image.change(
+        fn=classify_plant,
+        inputs=input_image,
+        outputs=[confidence_output, diagnosis_output]
+    )
+
+# ============================================
+# Executa a aplicação
+# ============================================
+if __name__ == "__main__":
+    demo.launch(
+        server_name="0.0.0.0",
+        share=False,
+        show_error=True
+    )