Spaces:
Sleeping
Sleeping
File size: 1,909 Bytes
da9ab10 fc49b8b da9ab10 6039a2c da9ab10 fc7b357 c9e6c97 da9ab10 f7bee87 da9ab10 d48f028 da9ab10 75db661 f7bee87 da9ab10 3d7ada3 6ba1f5b |
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 38 39 40 41 42 43 44 45 46 47 48 49 50 51 |
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) diseñada como un método de apoyo medico para el diagnóstico en imágenes radiológicas de neumonía pediátrica. Isatron arroja un porcentaje para lograr interpretar la radiografia torácica. En la parte inferior encontrará unas imágenes que pueden ser usadas para ejemplificar el funcionamiento del modelo. https://repositorio.unbosque.edu.co/handle/20.500.12495/9514"
enable_queue = True
examples = [
['1normal.jpeg'],
['image1_pneumonia_virus.jpeg'],
['image1_pneumonia_bacteria.jpeg'],
['image2_normal.jpeg'],
['image2_pneumonia_bacteria.jpeg'],
['image3_normal.jpeg'],
['image4_normal.jpeg'],
]
article= "<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="Modelo (CNN) IsaTron ",
##interpretation = "default",
description=description,
theme="default",
article=article,
examples=examples,
enable_queue=enable_queue )
interface.launch(share=True)
|