app.py

import streamlit as st
import numpy as np
import tensorflow as tf
from tensorflow.keras.models import load_model
from PIL import Image
import io

# Modeli yükle
model = load_model('model.h5')

# Fashion MNIST etiketleri
class_names = [
    'T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat',
    'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot'
]

# Uygulama başlığı
st.title("Fashion MNIST Tahmin Uygulaması")

# Kullanıcıdan resim yüklemesini iste
st.sidebar.header("Resim Yükle")
uploaded_file = st.sidebar.file_uploader("Bir resim dosyası yükleyin", type=["jpg", "jpeg", "png"])

# Resmi işler ve tahmin yap
if uploaded_file is not None:
    # Resmi yükle
    image = Image.open(uploaded_file)
    
    # Resmi 28x28 boyutuna getir ve gri tonlamaya çevir
    image = image.resize((28, 28)).convert('L')
    image = np.array(image)

    # Resmi normalize et
    image = image / 255.0

    # Resmi uygun şekle getir
    image = image.reshape(1, 28, 28, 1)

    # Tahmin yap
    if st.button("Tahmin Et"):
        prediction = model.predict(image)
        predicted_class = np.argmax(prediction)

        # Tahmin sonucunu göster
        st.subheader("Tahmin Edilen Etiket:")
        st.write(class_names[predicted_class])

        # Yüklenen resmi göster
        st.image(image.reshape(28, 28), caption="Yüklenen Resim", use_column_width=True)