Spaces:
Sleeping
Sleeping
Create app.py
Browse files
app.py
ADDED
@@ -0,0 +1,35 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
import torch
|
2 |
+
from torchvision import transforms
|
3 |
+
import gradio as gr
|
4 |
+
|
5 |
+
# Carregue o modelo PyTorch treinado
|
6 |
+
model = torch.load("best.pt", map_location=torch.device('cpu')) # Use 'cpu' se não estiver usando GPU
|
7 |
+
model.eval()
|
8 |
+
|
9 |
+
# Transformação de pré-processamento
|
10 |
+
preprocess = transforms.Compose([
|
11 |
+
transforms.ToPILImage(),
|
12 |
+
transforms.Resize((224, 224)),
|
13 |
+
transforms.ToTensor(),
|
14 |
+
transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
|
15 |
+
])
|
16 |
+
|
17 |
+
# Função para fazer inferência no modelo
|
18 |
+
def predict(image):
|
19 |
+
# Pré-processamento da imagem
|
20 |
+
input_tensor = preprocess(image)
|
21 |
+
input_batch = input_tensor.unsqueeze(0) # Adiciona a dimensão do lote
|
22 |
+
|
23 |
+
# Faça a inferência
|
24 |
+
with torch.no_grad():
|
25 |
+
output = model(input_batch)
|
26 |
+
|
27 |
+
# Post-processamento, se necessário
|
28 |
+
# ...
|
29 |
+
|
30 |
+
# Retorna o resultado da inferência
|
31 |
+
return output
|
32 |
+
|
33 |
+
# Interface Gradio
|
34 |
+
iface = gr.Interface(fn=predict, inputs="image", outputs="text")
|
35 |
+
iface.launch()
|