Subida de la demo

demo.py

@@ -0,0 +1,43 @@
+# -*- coding: utf-8 -*-
+"""Demo.ipynb
+
+Automatically generated by Colaboratory.
+
+Original file is located at
+    https://colab.research.google.com/drive/1gh_f1m9IsMincK_S4CZVx2SmJMheJUFp
+"""
+
+!pip install --quiet gradio
+!pip install huggingface_hub
+
+import tensorflow as tf
+from huggingface_hub import from_pretrained_keras
+import numpy as np
+import gradio as gr
+
+model = from_pretrained_keras("keras-io/supervised-contrastive-learning-cifar10")
+
+labels = ["avion", "pajaro", "coche", "gato", "perro", "caballo", "barco", "camion"]
+
+def clasificadorImages(test_imagen):
+    image = tf.constant(test_imagen)
+    image = tf.reshape(image, [-1, 32, 32, 3])
+    pred = model.predict(image)
+    pred_list = pred[0, :]
+    return {labels[i]: float(pred_list[i]) for i in range(10)}
+
+image = gr.inputs.Image(shape=(32, 32))
+label = gr.outputs.Label(num_top_classes=3)
+
+article="He importado un modelo supervisado de clasificación ya preentrenado de keras.\nPrimero he difinido los diferentes labels que se van a clasificar. Luego he realizado una función donde le daba el tamaño de la imagen y realizaba la predicción. Esa función finalizaba con un returs de los labes con sus respectivas predicciones.\nPor último he creado la demo gracias ha la herramienta gradio donde le he metido todos los componentes que diene la demo."
+description="Clasificación de imágenes tanto de vehículos de transportes como por ejemplo aviones, coche, barco etc. y de mascotas como por ejemplo perros, gatos, monos etc."
+
+Iface = gr.Interface(
+    fn = clasificadorImages,
+    inputs=image,
+    outputs=label,
+    article=article,
+    examples=[["ejemplos/barco.jpg"],["ejemplos/gato.jpeg"],["ejemplos/perro.jpg"],["ejemplos/avion.jpeg"]],
+    title="Clasificación de imágenes",
+    description=description,
+).launch()