Update app.py

app.py

@@ -1,16 +1,16 @@
 import tensorflow as tf
 import efficientnet.tfkeras as efn
 import gradio as gr
-import numpy as np 
+import numpy as np
 
 # Dimensões da imagem
-IMG_HEIGHT = 224
-IMG_WIDTH = 224
+IMG_HEIGHT = 512
+IMG_WIDTH = 512
 
 # Função para construir o modelo
 def build_model(img_height, img_width, n):
     inp = tf.keras.layers.Input(shape=(img_height, img_width, n))
-    efnet = efn.EfficientNetB0(
+    efnet = efn.EfficientNetB3(  # Usando EfficientNetB3
         input_shape=(img_height, img_width, n),
         weights='imagenet',
         include_top=False
@@ -47,22 +47,33 @@ def predict(input_image):
     input_image = tf.expand_dims(input_image, axis=0)
     prediction = loaded_model.predict(input_image)
 
-    # A saída será uma matriz de previsões (no caso de classificação de duas classes, será algo como [[probabilidade_classe_0, probabilidade_classe_1]])
+    # A saída será uma matriz de previsões
     class_names = ["Normal", "Cataract"]
+    probabilities = prediction[0]
 
     # Determine a classe mais provável
-    predicted_class = class_names[np.argmax(prediction)]
+    predicted_class = class_names[np.argmax(probabilities)]
 
     # Adicione informações adicionais à saída
-    confidence = prediction[0][np.argmax(prediction)]  # Confiança na previsão
+    confidence = probabilities[np.argmax(probabilities)]
 
-    return f"Classificação: {predicted_class}\nConfiança: {confidence:.2f}"
+    return {
+        "Imagem de Entrada": input_image[0].numpy(),
+        "Classificação": predicted_class,
+        "Confiança": confidence,
+        "Probabilidades": {class_names[i]: probabilities[i] for i in range(len(class_names))}
+    }
 
 # Crie uma interface Gradio para fazer previsões
 iface = gr.Interface(
     predict,
     inputs=gr.inputs.Image(label="Carregue uma imagem da região ocular", type="pil"),
-    outputs=gr.outputs.Textbox(label="Resultado"),
+    outputs=[
+        gr.outputs.Image(label="Imagem de Entrada"),
+        gr.outputs.Textbox(label="Classificação"),
+        gr.outputs.Textbox(label="Confiança"),
+        gr.outputs.Table(label="Probabilidades")
+    ],
     theme="auto",  # Usar o tema padrão do Gradio
 )