No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Demos para clasificación de imágenes con Gradio

4/16
Recursos

Aportes 7

Preguntas 2

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

Hola, chicos! dos cosas, usen python version inferior al 3.11, yo use 3.9 y no hubo lios(en dic-2022), lo segundo si no les corre gradio en el colab solo coloquen share=True en el launch

demo.launch(share=True)
Este es el código que a mi me funciono (dic 2023) con python 3.11 `import gradio as gr` `import tensorflow as tf` `import requests` `from numpy import asarray ` `inception_net = tf.keras.applications.MobileNetV2()` `response = requests.get("https://git.io/JJkYN")` `labels = response.text.split("\n")` `def classify_image(inp):` ` inp = asarray(inp.resize((224, 224)))` ` inp = inp.reshape((-1,) + inp.shape)` ` inp = tf.keras.applications.mobilenet_v2.preprocess_input(inp)` ` prediction = inception_net.predict(inp).flatten()` ` confidences = {labels[k]: float(prediction[k]) for k in range(1000)}` ` return confidences` `demo = gr.Interface(fn=classify_image, inputs=gr.Image(type='pil'), outputs=gr.Label(num_top_classes=3))` `demo.launch()`

La liga con las etiquetas no esta funcionando, en su lugar use:

def classify_imagen(inp):
  inp = inp.reshape((-1, 224, 224, 3))
  inp = tf.keras.applications.mobilenet_v2.preprocess_input(inp)
  # Modificacion en reshape, para que funcione con decode_predictions
  prediction = inception_net.predict(inp).reshape(1,1000)
  # Nuevo metodo para etiquetar predicciones
  pred_labels = tf.keras.applications.mobilenet_v2.decode_predictions(prediction, top=100)
  confidence = {f'{pred_labels[0][i][1]}': float(pred_labels[0][i][2]) for i in range(100)}
  
  return confidence

Hice la prueba y me arrojo esto:

Si tienen error en gr.Interface.load es porque la version de gradio 4.15.0 tiene algunos cambios. Revisando la documentacion, me funciono quitar la palabra Interface, es decir: ```js import gradio as gr titulo = "Mi primer demo con Hugging Face" descripcion = "Este es un demo ejecutado durante la clase con Platzi." demo1 = gr.load("huggingface/microsoft/swin-tiny-patch4-window7-224", inputs=gr.Image(label="Carga una imagen aquí"), title = titulo, description = descripcion, ).launch() ```![](https://static.platzi.com/media/user_upload/image-5e88d2ce-f3fa-4fc5-aafa-bf760784daed.jpg)
Hola, les dejo el código que me funcionó (enero 2024): Espero les sirva :) ![](https://static.platzi.com/media/user_upload/Captura%20desde%202024-01-10%2006-03-20-aef424b6-8131-4d5e-ae0c-cf333af0db21.jpg) ![](https://static.platzi.com/media/user_upload/Captura%20desde%202024-01-10%2006-05-45-a429e865-7bb5-4239-b6de-af62964c70a2.jpg)
Hola Comunidad. Por favor, su gentil ayuda: import gradio as gr demo = gr.Interface(fn = clasifica\_imagen,                    inputs=gr.Image(shape=(224,224)),                    outputs=gr.Label(num\_top\_classes=3)                    ) demo.launch() Me salió este error: TypeError Traceback (most recent call last) [\<ipython-input-8-9e3da91bb6f7>](https://localhost:8080/#) in \<cell line: 3>() 2 3 demo = gr.Interface(fn = clasifica\_imagen, \----> 4 inputs=gr.Image(shape=(224,224)), 5 outputs=gr.Label(num\_top\_classes=3) 6 ) [/usr/local/lib/python3.10/dist-packages/gradio/component\_meta.py](https://localhost:8080/#) in wrapper(\*args, \*\*kwargs) 153 return None 154 else: \--> 155 return fn(self, \*\*kwargs) 156 157 return wrapper TypeError: Image.\_\_init\_\_() got an unexpected keyword argument 'shape' Muchas gracias.