Upload app.py

app.py

@@ -0,0 +1,34 @@
+import gradio as gr
+import numpy as np
+from tensorflow.keras.models import load_model
+from PIL import Image
+
+# Cargar modelo
+model = load_model("autoencoder.h5")
+
+# Función de predicción
+def detectar_anomalia(imagen):
+    imagen = imagen.convert("L").resize((64, 64))
+    arr = np.array(imagen) / 255.0
+    arr = arr.reshape((1, 64, 64, 1))
+    reconstruido = model.predict(arr)
+    error = np.mean((arr - reconstruido) ** 2)
+
+    reconstruido = (reconstruido[0].squeeze() * 255).astype(np.uint8)
+    imagen_reconstruida = Image.fromarray(reconstruido)
+
+    return imagen, imagen_reconstruida, f"Error MSE: {error:.6f}"
+
+# Interfaz
+demo = gr.Interface(
+    fn=detectar_anomalia,
+    inputs=gr.Image(type="pil", label="Sube una imagen"),
+    outputs=[
+        gr.Image(label="Imagen original"),
+        gr.Image(label="Reconstruida"),
+        gr.Textbox(label="Error de reconstrucción")
+    ],
+    title="Autoencoder para Detección de Anomalías (Keras)"
+)
+
+demo.launch()