Create app.py

app.py

@@ -0,0 +1,44 @@
+import gradio as gr
+from fastai.vision.all import *
+import torchvision.transforms as transforms
+
+# Cargar el modelo exportado
+learn = load_learner('mi_modelo.pth')
+
+def transform_image(image):
+    my_transforms = transforms.Compose([transforms.ToTensor(),
+                                        transforms.Normalize(
+                                            [0.485, 0.456, 0.406],
+                                            [0.229, 0.224, 0.225])])
+    image_aux = image
+    return my_transforms(image_aux).unsqueeze(0)
+
+
+def predict(image):
+  # Preprocesamiento de la imagen
+  image = transforms.Resize((480,640))(image)
+  tensor = transform_image(image=image)
+  
+  # Predicción
+  with torch.no_grad():
+    outputs = learn.model(tensor) # Usamos learn.model para acceder al modelo subyacente
+  outputs = torch.argmax(outputs,1)
+
+  # Postprocesamiento
+  mask = np.array(outputs.cpu())
+  mask[mask==1]=255
+  mask=np.reshape(mask,(480,640))
+  mask = Image.fromarray(mask.astype('uint8'))
+
+  return mask
+
+# Crear interfaz
+iface = gr.Interface(
+  fn=predict,
+  inputs=gr.Image(type="pil"),
+  outputs=gr.Image(type="pil"),
+  title="Segmentación Semántica",
+  description="Suba una imagen para obtener su máscara de segmentación.",
+)
+
+iface.launch()