prova5

app.py

@@ -1,29 +1,19 @@
 from fastai.vision.all import *
 import gradio as gr
+import skimage
 
 learn = load_learner('model.pkl')
 
 categories = ('Normal', 'Cancer')
 
 def classify_image(img):
-    img = PILImage.create(img)
-    pred, idx, probs = learn.predict(img)
-    # Obtener las zonas de enfoque del modelo
-    interp = ClassificationInterpretation.from_learner(learn)
-    losses_idx = interp.top_losses(3)  # Limitar a las 3 principales pérdidas
-    # Mostrar la interpretación visual en la imagen
-    interp.show_xyz(img, losses_idx=losses_idx, label_idxs=idx)
-    # Obtener la imagen con la interpretación visual
-    interp_img = interp.get_preds()[0]
-    return dict(zip(categories, map(float, probs))), interp_img
+    pred,idx,probs = learn.predict(img)
+    return dict(zip(categories, map(float,probs)))
 
-image = gr.inputs.Image(type="pil")  # Especificar el tipo de imagen como 'pil'
+image = gr.inputs.Image()
 label = gr.outputs.Label()
-interpretation = gr.outputs.Image(label="Interpretation", type="numpy")
+examples = ['Cancer.png', 'Normal.png', 'NormalDif.png']
+interpretation='default'
 
-examples = [
-    ['Cancer.png']
-]
-
-intf = gr.Interface(fn=classify_image, inputs=image, outputs=[label, interpretation], examples=examples)
-intf.launch(inline=False)
+intf = gr.Interface(fn=classify_image, inputs=image, outputs=label, examples=examples, interpretation=interpretation)
+intf.launch()