app.py

import gradio as gr
import numpy as np
import tensorflow
from tensorflow.keras.models import load_model
from tensorflow.keras.preprocessing import image

MODEL_ISATRON_JEY = 'modelo_isatron_jeysshonl.h5'

cnn_model = load_model(MODEL_ISATRON_JEY)

def make_prediction(test_image):
    test_image = test_image.name
    test_image = image.load_img(test_image, target_size=(224, 224))
    test_image = image.img_to_array(test_image) / 255.
    test_image = np.expand_dims(test_image, axis=0)
    result = cnn_model.predict(test_image)
    return {"Normal": str(result[0][0]), "Neumonia": str(result[0][1])}
    
    
image_input = gr.inputs.Image(type="file")
    
description = " El modelo IsaTron es una Red Neuronal Convolucional (CNN) que ayuda al personal médico a predecir si una radiografía pediátrica muestra alguna anomalía"\
              " , el paciente pediátrico puede tener neumonía o no y para verificar la predicción del modelo IsaTron se crea un porcentaje." \
              " Para el funcionamiento del algoritmo se agregaron algunas imágenes de ejemplos que he proporcionado."
              
enable_queue = True 
examples = [
             ['1normal.jpeg'],
			 ['neumo1.jpeg'],
			 ['image1_pneumonia_virus.jpeg'],
			 ['image1_pneumonia_bacteria.jpeg'],
			 ['image2_normal.jpeg'],
			 ['image2_pneumonia_bacteria.jpeg'],
			 ['image3_normal.jpeg'],
			 ['image4_normal.jpeg'],
		   ]

texto_jey = "<p style='text-align: center'><span style='font-size: 15pt;'>IsaTron . Jeysshon Bustos . 2022. </span></p>"


interface=gr.Interface(fn=make_prediction,
             inputs=image_input,
             outputs='label', 
						 title="Neumonia Detección IsaTron",
						 ##interpretation = "default",
						 description=description,
						 theme="dark-huggingface",
						 texto_jey=texto_jey,
						 examples=examples,
             enable_queue=enable_queue
  )
interface.launch(share=True,debug=True)