app.py

import gradio as gr
from transformers import pipeline
import torch

# Memuat model untuk klasifikasi makanan
food_classifier = pipeline(task="image-classification", model="mhdiqbalpradipta/minang_food_classification")

def prediksi_makanan(gambar):
    # Melakukan prediksi menggunakan model
    hasil = food_classifier(images=gambar)[0]

    # Menyimpan label dan skor
    label_makanan = hasil['label']
    skor = hasil['score']

    return f"Makanan: {label_makanan}, Skor: {skor:.2f}"

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(f"Menggunakan perangkat: {device}")

# Antarmuka Gradio
image_in = gr.inputs.Image(type='pil')
label_out = gr.outputs.Label()
contoh_gambar = ['ayam_goreng.jpg', 'ayam_pop.jpg', 'daging_rendang.jpg', 'dendeng_batokok.jpg', 'gulai_ikan.jpg', 'gulai_tambusu.jpg', 'gulai_tunjang', 'telur_balado.jpg', 'telur_dadar.jpg']

intf = gr.Interface(fn=prediksi_makanan, inputs=image_in, outputs=label_out, examples=contoh_gambar, title="Pengklasifikasi Makanan Minang", description="Unggah gambar makanan untuk mengklasifikasikannya menjadi hidangan Minang.", live=True)
intf.launch()