from fastai.vision.all import *
import gradio as gr


# Cargamos el learner
learn = load_learner('export-practica1.pkl')

# Definimos las etiquetas de nuestro modelo
labels = learn.dls.vocab


# Definimos una función que se encarga de llevar a cabo las predicciones
def predict(img):
    img = PILImage.create(img)
    pred,pred_idx,probs = learn.predict(img)
    return {labels[i]: float(probs[i]) for i in range(len(labels))}
    
# Creamos la interfaz y la lanzamos. 
gr.Interface(fn=predict, inputs=gr.inputs.Image(shape=(128, 128)), outputs=gr.outputs.Label(num_top_classes=3),examples=['NORMAL2-IM-0081-0001.jpeg','person135_bacteria_646.jpeg']).launch(share=True)