app.py

import torch
import torch.nn as nn
import torchvision.models as models
import torchvision.transforms as transforms
import gradio as gr
from PIL import Image


checkpoint_path = 'models/efiB2_27_12_24_f1.pt'

# Simulación de nombres de clases
CLASSES = ['audio_recorder', 'card_grid_md', 'card_grid_sm', 'card_grid_xl', 'conversational', 'crypto', 'date_range', 'image_filter', 'list_md', 'list_profile', 'list_sm', 'list_xl', 'map', 'music', 'nav_drawer', 'notification', 'rate', 'reel', 'setting', 'sign', 'splashscreen', 'video_fullscreen', 'walktrough', 'weather']

def load_model(checkpoint_path: str) -> nn.Module:
    # Crear el modelo original
    model = models.efficientnet_b2(weights='DEFAULT')

    # Modificar el clasificador para tener 24 clases
    num_ftrs = model.classifier[-1].in_features
    model.classifier[-1] = nn.Linear(num_ftrs, len(CLASSES))

    # Cargar los pesos y los checkpoints desde un archivo de checkpoint
    checkpoint = torch.load(checkpoint_path, map_location='cpu')  # Asegurarse de cargar en la CPU
    model.load_state_dict(checkpoint['model_state_dict'])

    # Mover el modelo al dispositivo adecuado (que ahora es la CPU, pero no es necesario)
    device = torch.device('cpu')
    model.to(device)

    model.eval()

    return model
model = load_model(checkpoint_path)
# Cargar el modelo utilizando la función


# Función para hacer una predicción con el modelo cargado
def predict_image(image):
    # Redimensionar la imagen a 300x300
    image = Image.fromarray(image)
    transform = transforms.Compose([
        transforms.Resize((260, 260)),
        transforms.ToTensor(),
        transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
    ])
    image = transform(image).unsqueeze(0)

    # Mover la imagen a la CPU
    device = torch.device('cpu')
    image = image.to(device)

    # Obtener la predicción del modelo
    with torch.no_grad():
        model.eval()
        output = model(image)

    # Obtener las probabilidades de las clases y sus índices
    probabilities, indices = torch.topk(torch.softmax(output, dim=1), k=3)
    probabilities = probabilities.tolist()[0]
    indices = indices.tolist()[0]

    # Obtener las clases y las confianzas correspondientes
    top_classes = [CLASSES[idx] for idx in indices]
    confidences = [round(prob * 1, 2) for prob in probabilities]

    # Crear un diccionario que contenga las etiquetas y sus confianzas
    label_dict = {cls: conf for cls, conf in zip(top_classes, confidences)}

    # Devolver el resultado como un diccionario
    return label_dict

# Gradio Interface
iface = gr.Interface(
    fn=predict_image,
    inputs="image",
    outputs=gr.Label(num_top_classes=3),  # Mostrar las 3 clases más probables con sus confianzas
    title="POLIDATA | Modelo de evaluación de interfaz de usuario",
    description="José Luis Santorcuato Tapia.",
)

iface.launch(share=True)