Upload 2 files

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+Model.keras filter=lfs diff=lfs merge=lfs -text

App.py

@@ -0,0 +1,92 @@
+import os
+import time
+import streamlit as st
+from PIL import Image
+import numpy as np
+from tensorflow.keras.preprocessing.image import ImageDataGenerator # type: ignore
+from tensorflow.keras.models import load_model # type: ignore
+from tensorflow.keras.preprocessing import image # type: ignore
+
+def Get_Information(predicted_name):
+    # Đường dẫn đến thư mục 'Dataset/Train'
+    train_dir = 'Dataset/Train'
+
+    # Duyệt qua mỗi lớp trong thư mục 'Dataset/Train'
+    for class_name in class_names:
+        # Nếu class_name không phải là predicted_name, tiếp tục vòng lặp
+        if class_name != predicted_name:
+            continue
+
+        # Đường dẫn đến tệp 'information.text' trong thư mục của lớp
+        info_file_path = os.path.join(train_dir, class_name, 'information.text')
+
+        # Kiểm tra xem tệp 'information.text' có tồn tại không
+        if os.path.exists(info_file_path):
+            # Đọc nội dung của tệp
+            with open(info_file_path, 'r', encoding='utf-8') as f:
+                info_text = f.read()
+            
+            return info_text
+        else:
+            return f"Không tìm thấy tệp 'information.text' trong thư mục của lớp '{class_name}'."
+
+# Tải mô hình
+model = load_model('Model.keras')
+
+# Khởi tạo ImageDataGenerator
+datagen = ImageDataGenerator(rescale=1./255)
+
+# Tải dữ liệu từ thư mục 'Dataset/Train'
+train_data = datagen.flow_from_directory(
+    'Dataset/Train',
+    target_size=(224, 224),
+    batch_size=32,
+    class_mode='categorical'
+)
+
+# Get the dictionary of class indices
+class_indices = train_data.class_indices
+
+# Get the list of class names
+class_names = list(class_indices.keys())
+
+st.title("Nhận diện và tra cứu thông tin động vật quý hiếm thông qua học sâu")
+
+uploaded_file = st.sidebar.file_uploader("Hoặc chọn một hình ảnh từ máy tính của bạn", type=['jpg', 'png'])
+photo = st.camera_input("Chụp một bức ảnh")
+
+if uploaded_file is not None or photo is not None:
+    if photo is not None:
+        img = Image.open(photo)
+    else:
+        img = Image.open(uploaded_file)
+        st.image(img, caption='Hình ảnh đã tải lên.', use_column_width=True)
+    
+    img = img.resize((224, 224))
+    
+    # Convert the image to a numpy array
+    img_array = image.img_to_array(img)
+
+    # Add a third dimension (for batch size), and rescale pixel values to [0, 1]
+    img_array = np.expand_dims(img_array, axis=0)
+    img_array /= 255.
+
+    with st.spinner('Đang xử lý...'):
+        # Use the model to predict the image's label
+        predictions = model.predict(img_array)
+        time.sleep(3)
+
+    # The output of the model is a 2D array, with shape (1, num_classes). 
+    # To get the predicted label, we get the index of the maximum value in the array.
+    predicted_label = np.argmax(predictions)
+
+    # Use the predicted label to get the class name
+    predicted_class_name = class_names[predicted_label]
+
+    st.write("Độ Chính Xác")
+    st.bar_chart(predictions)
+
+    st.write("`ID: " + str(predicted_label) + "`")
+    st.write("## Tên: " + predicted_class_name)
+    with st.expander("Xem thông tin chi tiết"):
+        st.markdown(Get_Information(predicted_class_name))

Model.keras

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fb0c326db37a85c59cd68126d4ea654bf7ed1ef231c431c825f280d135c021e7
+size 367381449