app.py

import gradio as gr
import tensorflow as tf
from tensorflow.keras.applications.inception_v3 import preprocess_input  # ใช้ฟังก์ชันที่เหมาะสมกับ InceptionV3
from tensorflow.keras.preprocessing import image
import numpy as np

# โหลดโมเดล InceptionV3
model = tf.keras.models.load_model("Inception_V3.h5")

# ฟังก์ชันสำหรับการพยากรณ์
def predict(img):
    img = img.resize((224, 224))  # ปรับขนาดรูปภาพ
    img_array = image.img_to_array(img)  # แปลงรูปภาพเป็นอาร์เรย์
    img_array = np.expand_dims(img_array, axis=0)  # เพิ่มมิติแบทช์
    img_array = preprocess_input(img_array)  # เตรียมรูปภาพให้สอดคล้องกับความต้องการของโมเดล

    predictions = model.predict(img_array)
    class_idx = np.argmax(predictions, axis=1)[0]
    class_label = list(train_generator.class_indices.keys())[class_idx]
    confidence = predictions[0][class_idx]

    return {class_label: confidence}

# สร้าง Gradio Interface
interface = gr.Interface(
    fn=predict,
    inputs=gr.Image(type="pil", label="Upload an Image"),
    outputs=gr.Label(num_top_classes=2, label="Predicted Class"),
    title="Image Classification with InceptionV3",
    description="Upload an image to classify it into one of the classes."
)

# เปิดใช้งานอินเตอร์เฟส
interface.launch()