Upload app.py

app.py

@@ -0,0 +1,34 @@
+import gradio as gr
+from tensorflow.keras.models import load_model
+from tensorflow.keras.preprocessing.image import img_to_array
+from PIL import Image
+import numpy as np
+
+# Загрузка модели
+model = load_model("digit_recognizer_model.h5")
+
+# Функция для обработки изображения и предсказания
+def predict_digit(image):
+    # Преобразование изображения
+    image = image.convert("L")                # Конвертация в градации серого
+    image = image.resize((28, 28))            # Изменение размера на 28x28
+    image = img_to_array(image)               # Преобразование в numpy-массив
+    image = image.reshape(1, 28, 28, 1)       # Преобразование в формат (1, 28, 28, 1)
+    image = image / 255.0                     # Нормализация
+
+    # Предсказание
+    prediction = model.predict(image)         # Получение вероятностей классов
+    predicted_class = np.argmax(prediction)   # Класс с наибольшей вероятностью
+    return f"Предсказанное число: {predicted_class}"
+
+# Интерфейс Gradio
+interface = gr.Interface(
+    fn=predict_digit,
+    inputs=gr.Image(type="pil"),  # Используем только `type="pil"` для передачи изображения
+    outputs="text",               # Вывод в виде текста
+    title="Распознавание цифр"
+)
+
+# Запуск приложения
+if __name__ == "__main__":
+    interface.launch()