app.py

from pathlib import Path

from fastai.vision.all import *
from fastai.vision.widgets import *
from fastbook import *
from fastcore.parallel import *
from fastdownload import download_url

import gradio as gr
from huggingface_hub import from_pretrained_fastai, notebook_login, push_to_hub_fastai
import timm

# Cargar modelo de clasificación de imágenes desde Hugging Face
modelo = from_pretrained_fastai("AlejandroOSM1/Clasificador_de_camiones_Definitivo_Resnet18")

learn = modelo
labels = learn.dls.vocab

def predict(img):
    img = PILImage.create(img)
    pred,pred_idx,probs = learn.predict(img)
    return {labels[i]: float(probs[i]) for i in range(len(labels))}

# Crear la interfaz con Gradio
interface = gr.Interface(
    fn=classify_image,
    inputs=gr.Image(type="pil"),  # Tipo de entrada: imagen
    outputs=gr.Label(),           # Tipo de salida: etiquetas con confianza
    title="Clasificador de Imágenes",
    description="Sube una imagen y el modelo la clasificará."
)

# Lanzar la aplicación
if __name__ == "__main__":
    interface.launch()