Create app.py

app.py

@@ -0,0 +1,52 @@
+import gradio as gr
+import numpy as np
+import tensorflow
+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) que ayuda al personal médico a predecir si una radiografía pediátrica muestra alguna anomalía"\
+              " , el paciente pediátrico puede tener neumonía o no y para verificar la predicción del modelo IsaTron se crea un porcentaje." \
+              " Para el funcionamiento del algoritmo se agregaron algunas imágenes de ejemplos que he proporcionado."
+              
+enable_queue = True 
+examples = [
+             ['1normal.jpeg'],
+			 ['neumo1.jpeg'],
+			 ['image1_pneumonia_virus.jpeg'],
+			 ['image1_pneumonia_bacteria.jpeg'],
+			 ['image2_normal.jpeg'],
+			 ['image2_pneumonia_bacteria.jpeg'],
+			 ['image3_normal.jpeg'],
+			 ['image4_normal.jpeg'],
+		   ]
+
+texto_jey = "<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="Neumonia Detección IsaTron",
+						 ##interpretation = "default",
+						 description=description,
+						 theme="dark-huggingface",
+						 texto_jey=texto_jey,
+						 examples=examples,
+             enable_queue=enable_queue
+  )
+interface.launch(share=True,debug=True)