Spaces:
Sleeping
Sleeping
File size: 1,956 Bytes
da9ab10 5523171 be64445 da9ab10 a09dcf6 da9ab10 5523171 da9ab10 5523171 da9ab10 5523171 da9ab10 5523171 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 |
import gradio as gr
import numpy as np
import tensorflow
import cv2
from keras.models import load_model
from tensorflow.keras.models import load_model
from tensorflow.keras.preprocessing import image
MODEL_ISATRON_JEY = 'modelo_isatron_jeysshonl.h5'
cnn_model = load_model(MODEL_ISATRON_JEY)
def make_prediction(test_image):
test_image = test_image.name
test_image = image.load_img(test_image, target_size=(224, 224))
test_image = image.img_to_array(test_image) / 255.
test_image = np.expand_dims(test_image, axis=0)
result = cnn_model.predict(test_image)
return {"Normal": str(result[0][0]), "Neumonia": str(result[0][1])}
image_input = gr.inputs.Image(type="file")
description = " El modelo IsaTron es una Red Neuronal Convolucional (CNN) diseñada como un método de apoyo medico para el diagnóstico en imágenes radiológicas de neumonía pediátrica. Isatron arroja un porcentaje para lograr interpretar la radiografia torácica. En la parte inferior encontrará unas imágenes que pueden ser usadas para ejemplificar el funcionamiento del modelo. https://repositorio.unbosque.edu.co/handle/20.500.12495/9514"
enable_queue = True
examples = [
['1normal.jpeg'],
['image1_pneumonia_virus.jpeg'],
['image1_pneumonia_bacteria.jpeg'],
['image2_normal.jpeg'],
['image2_pneumonia_bacteria.jpeg'],
['image3_normal.jpeg'],
['image4_normal.jpeg'],
]
article= "<p style='text-align: center'><span style='font-size: 15pt;'>IsaTron . Jeysshon Bustos . 2022. </span></p>"
interface=gr.Interface(fn=make_prediction,
inputs=image_input,
outputs='label',
title="Modelo (CNN) IsaTron ",
##interpretation = "default",
description=description,
theme="default",
article=article,
examples=examples,
enable_queue=enable_queue )
interface.launch(share=True)
|