File size: 1,188 Bytes
aeb618e
 
 
 
 
 
 
 
 
 
 
 
 
 
55f52da
 
 
437b255
55f52da
437b255
55f52da
437b255
55f52da
437b255
55f52da
437b255
55f52da
470c15b
55f52da
470c15b
55f52da
470c15b
55f52da
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
---
title: Image Classification
emoji: 🔥
colorFrom: green
colorTo: red
sdk: gradio
sdk_version: 3.28.3
app_file: app.py
pinned: false
license: other
duplicated_from: glrh11/image-classification
---

Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference

# 介绍
这段代码创建了一个基于 Gradio 的内窥检测隐患识别接口。

首先导入需要的库,包括 Gradio 和 Transformers。然后,使用 os 库获取环境变量中的 token。

通过调用 pipeline() 函数来加载训练好的模型,使用预设参数 task 表示任务类型,model 参数指定了模型的名称,use_auth_token 参数传递了 token 值,以便进行认证和授权。

接下来定义了一个 predict() 函数,接收一个图片参数,返回预测结果。这个函数内部调用了 pipeline() 函数进行预测,将预测结果转换为字典形式,并返回。

最后使用 Gradio 创建了一个用户界面,其中:

gr.inputs.Image() 表示输入组件为图片上传

gr.outputs.Label() 表示输出组件是标签

num_top_classes 参数指定了要显示的标签数量

调用 launch() 函数启动了接口。