#Importamos las librerias que necesitamos y Tensorflow para entrenar la red neuronal
import os
import PIL
import pathlib
import gradio as gr
import tensorflow as tf
from tensorflow import keras

#Agregar red neuronal, función q la importe desde la carpeta creada
model = tf.keras.models.load_model('saved_model/model1')
class_names = ['autos', 'motos']

#Creamos la función de predicción que va a usar Gradio
def predict_image(img):
  img_4d=img.reshape(-1,180,180,3)
  prediction=model.predict(img_4d)[0]
  return {class_names[i]: float(prediction[i]) for i in range(2)}
  
  #Creamos la interface de Gradio (frontend)
image = gr.inputs.Image(source="webcam", shape=(180,180))

label = gr.outputs.Label(num_top_classes=2)

gr.Interface(
    fn=predict_image, inputs=image, outputs=label,interpretation='default'
    ).launch(debug=True)