Upload app.py

app.py

@@ -4,14 +4,36 @@ from tensorflow.keras.applications.inception_resnet_v2 import preprocess_input
 from tensorflow.keras.preprocessing import image
 import numpy as np
 
+# กำหนดเลเยอร์แบบกำหนดเอง
+class CustomScaleLayer(tf.keras.layers.Layer):
+    def __init__(self, scale=1.0, **kwargs):
+        super(CustomScaleLayer, self).__init__(**kwargs)
+        self.scale = tf.Variable(initial_value=scale, trainable=True)
+
+    def call(self, inputs):
+        return inputs * self.scale
+    
+    def get_config(self):
+        config = super(CustomScaleLayer, self).get_config()
+        config.update({'scale': self.scale.numpy()})
+        return config
+
+    @classmethod
+    def from_config(cls, config):
+        return cls(**config)
+
+# ลงทะเบียนเลเยอร์แบบกำหนดเอง
+tf.keras.utils.get_custom_objects().update({'CustomScaleLayer': CustomScaleLayer})
+
+# โหลดโมเดล
 model = tf.keras.models.load_model("inceptionv3_model_with_custom_layer.h5")
 
-# Function for prediction
+# ฟังก์ชันสำหรับการพยากรณ์
 def predict(img):
-    img = img.resize((224, 224))  # Resize image to the target size
-    img_array = image.img_to_array(img)  # Convert image to array
-    img_array = np.expand_dims(img_array, axis=0)  # Add batch dimension
-    img_array = preprocess_input(img_array)  # Preprocess image according to model requirements
+    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]
@@ -20,7 +42,7 @@ def predict(img):
 
     return {class_label: confidence}
 
-# Create Gradio Interface
+# สร้าง Gradio Interface
 interface = gr.Interface(
     fn=predict,
     inputs=gr.Image(type="pil", label="Upload an Image"),
@@ -29,5 +51,5 @@ interface = gr.Interface(
     description="Upload an image to classify it into one of the classes."
 )
 
-# Launch the interface
+# เปิดใช้งานอินเตอร์เฟส
 interface.launch()