File size: 1,167 Bytes
e78ab42 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 | import streamlit as st
from tensorflow.keras.models import load_model
from PIL import Image
import numpy as np
# Modeli yükle
model = load_model('malaria_model.keras')
def process_image(img):
# Resmi RGB formatına zorla (PNG'lerdeki şeffaflık kanalı hatasını önler)
img = img.convert('RGB')
img = img.resize((64, 64))
img = np.array(img)
img = img / 255.0
img = np.expand_dims(img, axis=0)
return img
st.title('Sıtma Resmi Sınıflandırma :microscope:')
st.write('Bir resim yükleyin, modelin sıtma olup olmadığını tahmin etmesini sağlayın!')
file = st.file_uploader('Bir resim yükle', type=['jpg', 'jpeg', 'png'])
if file is not None:
img = Image.open(file)
st.image(img, caption='Yüklenen Resim', use_column_width=True)
image = process_image(img)
prediction = model.predict(image)[0][0]
# Ekrana modelin güven oranını yazdıralım (Hata çözmeye çok yardımcı olur)
st.write(f"Modelin Sıtma Olma Olasılığı: %{prediction * 100:.2f}")
predicted_class = 1 if prediction > 0.5 else 0
class_names = ['Sıtma Yok', 'Sıtma Var']
st.write(class_names[predicted_class]) |