app.py

import streamlit as st
import tensorflow as tf
from tensorflow.keras.models import load_model
from PIL  import Image
import numpy as np

model = load_model("./my_cnn_model.h5")

def process_image(img):
    img = img.resize((170,170))
    img = np.array(img)
    img = img / 255.0 # normalize etme resmi 0 1 yapma
    img = np.expand_dims(img, axis=0)
    return img

st.title("Kanser Resmi Sınıflandırma :cancer:")
st.write("Resim seç ve model kanser olup olmadığını tahmin etsin")

file= st.file_uploader("Bir Resim Seç", type=["jpg", "jpeg", "png"])

if file is not None:
    img = Image.open(file)
    st.image(img, caption="yüklenen resim")
    image = process_image(img)
    prediction = model.predict(image)
    predicted_class = np.argmax(prediction)

    class_names = ["Kanser Değil", "Kanser"]
    st.write(class_names[predicted_class])