app.py

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

# Modelin yüklenmesi
model = load_model('my_model2.keras')

def process_image(img):
    img = img.resize((32, 32))  # Malaria datasetindeki tipik boyut (örneğin 128x128)
    img_array = np.array(img)
    img_normalized = img_array / 255.0  # Normalizasyon
    img_normalized = np.expand_dims(img_normalized, axis=0)  # Boyut ekleme
    return img_normalized

st.title("Malaria Parazit Sınıflandırma")
st.write("Bir resim yükleyin ve modelin parazit olup olmadığını tahmin etmesine izin verin.")

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 olasılığı yazdır
    st.write(f"Tahmin edilen olasılık: {prediction[0][0]:.4f}")

    # Tahmini sınıf etiketine dönüştür
    threshold = 0.5
    prediction_class = 1 if prediction[0][0] > threshold else 0

    class_names = ['Parazit Yok', 'Parazit Var'] 
    st.write("Sonuç:", class_names[prediction_class])