Upload 2 files

app.py

@@ -0,0 +1,44 @@
+import asyncio
+asyncio.set_event_loop(asyncio.new_event_loop())
+
+import streamlit as st
+import tensorflow as tf
+import numpy as np
+from PIL import Image
+
+# Загружаем модель
+model = tf.keras.models.load_model('model_fmr_all.h5')
+classes = {0: 'самолет',
+           1: 'автомобиль',
+           2: 'птица',
+           3: 'кот',
+           4: 'олень',
+           5: 'собака',
+           6: 'лягушка',
+           7: 'лошадь',
+           8: 'корабль',
+           9: 'грузовик'}
+
+# Определяем функцию для предсказания цифры на изображении
+def predict_image(image):
+    # Преобразование изображения в массив numpy
+    img = np.array(image.convert('L'))
+    # Преобразование изображения в формат, который ожидает модель
+    img = img.reshape(-1, 28, 28, 1)
+    img = img.astype('float32')
+    img /= 255
+    # Предсказание цифры
+    prediction = model.predict(img)
+    imagetype = classes[np.argmax(prediction)]
+    return imagetype
+
+# Определяем заголовок веб-приложения
+st.title('Распознавание картинки')
+
+# Загрузка изображения и предсказание цифры
+uploaded_file = st.file_uploader("Загрузите изображение для распознования", type=["jpg", "jpeg", "png"])
+if uploaded_file is not None:
+    image = Image.open(uploaded_file)
+    st.image(image, caption='Загруженное изображение', use_column_width=True)
+    st.write('')
+    st.write('На картинке предположительно:', predict_image(image))

model_fmr_all.h5

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d7b4d041fa483bfa44af50353186374b1d46ad2b96278b1589b5b64b8e7c707a
+size 16206320