app.py

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) diseñada como un método de apoyo medico para el diagnóstico en imágenes radiológicas de neumonía         pediátrica. Isatron arroja un porcentaje para lograr interpretar la radiografia toráxica. En la parte inferior encontrará unas imágenes que pueden ser                usadas para ejemplificar el funcionamiento del modelo."


              
enable_queue = True 
examples = [
             ['1normal.jpeg'],
			 ['image1_pneumonia_virus.jpeg'],
			 ['image1_pneumonia_bacteria.jpeg'],
        	['image2_pneumonia_bacteria.jpeg'],
			 ['image3_normal.jpeg'],
			 ['image4_normal.jpeg'],
		   ]

article= "<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="Modelo (CNN) IsaTron ",
					 ##interpretation = "default",
						 description=description,
						  theme="default",
						 article=article,
						 examples=examples,
             enable_queue=enable_queue
  )
interface.launch(share=True)