Create app.py

app.py

@@ -0,0 +1,35 @@
+import torch
+from torchvision import transforms
+import gradio as gr
+
+# Carregue o modelo PyTorch treinado
+model = torch.load("best.pt", map_location=torch.device('cpu'))  # Use 'cpu' se não estiver usando GPU
+model.eval()
+
+# Transformação de pré-processamento
+preprocess = transforms.Compose([
+    transforms.ToPILImage(),
+    transforms.Resize((224, 224)),
+    transforms.ToTensor(),
+    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
+])
+
+# Função para fazer inferência no modelo
+def predict(image):
+    # Pré-processamento da imagem
+    input_tensor = preprocess(image)
+    input_batch = input_tensor.unsqueeze(0)  # Adiciona a dimensão do lote
+
+    # Faça a inferência
+    with torch.no_grad():
+        output = model(input_batch)
+
+    # Post-processamento, se necessário
+    # ...
+
+    # Retorna o resultado da inferência
+    return output
+
+# Interface Gradio
+iface = gr.Interface(fn=predict, inputs="image", outputs="text")
+iface.launch()