Upload 3 files

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+my_model2.keras filter=lfs diff=lfs merge=lfs -text

app.py

@@ -0,0 +1,41 @@
+import streamlit as st
+from tensorflow.keras.models import load_model
+from PIL import Image
+import numpy as np
+
+model = load_model('my_model2.keras')
+def process_image(img):
+    img = img.convert('RGB')  # Görüntüyü RGB formatına dönüştür
+    img = img.resize((170, 170))
+    img_array = np.array(img)
+    img_normalized = img_array / 255.0
+    img_normalized = np.expand_dims(img_normalized, axis=0)
+    return img_normalized
+
+st.title("üzüm yapraği siniflandirma")
+st.write("Resim seç ve model yapraklarin hastaliğini tahmin etsin")
+
+file = st.file_uploader('Bir Resim Seç', type=['jpg', 'jpeg', 'png'])
+
+if file is not None:
+    img = Image.open(file)
+    st.image(img, caption='Yüklenen Resim')
+    image = process_image(img)
+    prediction = model.predict(image)
+
+    # Tahmin edilen olasılıkları yazdır
+    st.write(f"Tahmin edilen olasılıklar: {prediction[0][0]}")
+
+    # Tahmini sınıf etiketine dönüştür
+    predicted_class = np.argmax(prediction[0])  # En yüksek olasılığa sahip sınıfı seç
+
+    class_names = ['ESCA', 'Healthy', 'Leaf Blight', 'Black Rot']
+    st.write("Sonuç:", class_names[predicted_class])
+
+     # Özel mesajlar
+    if class_names[predicted_class] == 'ESCA':
+        st.write("Öneri: Bu hastalık, üzüm yapraklarında sararma ve kuruma ile kendini gösterir. Etkili bir mücadele için hasta yaprakları ve sürgünleri kesin. İyi hava akışını sağlamak için bağ alanınızı düzenli tutun.")
+    elif class_names[predicted_class] == 'Leaf Blight':
+        st.write("Öneri: Yapraklarda lekeler ve kuruma görülebilir. Hastalığın yayılmasını önlemek için etkilenen yaprakları kesin. İyi bir hava sirkülasyonu sağlamak için bitkilerinizi seyrek dikin ve düzenli olarak sulayın.")
+    elif class_names[predicted_class] == 'Black Rot':
+        st.write("Öneri: Siyah çürük, üzüm salkımlarında çürümeye neden olur. Hastalıklı yaprakları ve meyveleri kesin, toprak ve bitki hijyenine dikkat edin. Koruyucu fungisitler uygulamak da etkili olabilir.")

my_model2.keras

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2d5e9b7eee2b05902b0b79767c51beeac47dc3a6504c90aca6a3687d7fff482c
+size 165544827