Spaces:
Build error
Build error
File size: 1,301 Bytes
8cc2f16 d9fd056 8cc2f16 d9fd056 8cc2f16 399498c 519b727 8cc2f16 399498c 8cc2f16 399498c 519b727 399498c 519b727 399498c 519b727 399498c 8cc2f16 399498c 8cc2f16 399498c 8cc2f16 399498c 8cc2f16 399498c 519b727 d9fd056 399498c |
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 |
import math
import gradio as gr
import tensorflow as tf
configs = [
{
"model": "my_model_2.h5", "size": 512
},
{
"model": "my_model.h5", "size": 224
},
]
config = configs[0]
new_model = tf.keras.models.load_model(config["model"])
def classificar_imagem(entrada):
entrada = entrada.reshape((-1, config["size"], config["size"], 3))
prediction = new_model.predict(entrada).flatten()
if len(prediction) > 1:
probabilidade = 100 * math.exp(prediction[0]) / (math.exp(prediction[0]) + math.exp(prediction[1]))
else:
probabilidade = round(100. / (1 + math.exp(-prediction[0])), 2)
if probabilidade > 45:
label = "Glaucoma"
elif probabilidade > 25:
label = "Incerto"
else:
label = "N茫o glaucoma"
return {"R贸tulo": label, "Probabilidade de glaucoma (0 - 100)": probabilidade}
interface = gr.Interface(
fn=classificar_imagem,
inputs=gr.inputs.Image(shape=(config["size"], config["size"])),
outputs=[
gr.outputs.Textbox(label="R贸tulo"),
gr.outputs.Textbox(label="Probabilidade de glaucoma (0 - 100)")
],
examples=["001.jpg", "002.jpg", "225.jpg"],
flagging_options=["R贸tulo correto", "R贸tulo incorreto"],
allow_flagging="manual"
)
interface.launch()
|