Upload app.py

app.py

@@ -0,0 +1,46 @@
+import streamlit as st
+import numpy as np
+import pandas as pd
+import tensorflow as tf
+from tensorflow.keras.models import load_model
+from PIL import Image
+import os
+from pathlib import Path
+
+
+# Dosya yolu
+file_path = Path('..') / 'model.h5'
+
+# Dosyanın varlığını kontrol et
+if file_path.exists():
+    print("File exists")
+    
+    # Modeli yükle
+    model = load_model(file_path, compile=False)
+else:
+    print("File not found")
+
+# Uygulamanın başlığı
+st.title("TGS Tuz Tanımlama Uygulaması")
+
+# Görüntü yükleme
+uploaded_file = st.file_uploader("Bir görüntü yükleyin", type=["png", "jpg", "jpeg"])
+
+if uploaded_file is not None:
+    # Yüklenen görüntüyü oku
+    image = Image.open(uploaded_file).convert("L")  # Gri tonlamaya çevir
+    st.image(image, caption='Yüklenen Görüntü', use_column_width=True)
+
+    # Görüntüyü modelin beklediği boyutlara getir
+    image = image.resize((128, 128))  # Hedef boyut
+    image_array = np.array(image) / 255.0  # Normalize et
+    image_array = np.expand_dims(image_array, axis=0)  # Boyutunu genişlet
+
+    # Tahmin yap
+    if st.button("Tahmin Et"):
+        prediction = model.predict(image_array)
+        prediction = (prediction > 0.5).astype(np.uint8)  # Eşikleme
+        st.image(prediction[0].squeeze(), caption='Tahmin Sonucu', use_column_width=True)
+
+# Kullanıcı için bilgi
+st.write("Bu uygulama, yeraltı hedefinin tuz olup olmadığını belirlemek için eğitilmiş bir model kullanır.")