Demos para clasificación de imágenes con Gradio

Curso de Experimentación en Machine Learning con Hugging Face

Contenido del curso

Introducción al Hub de Hugging Face

1
Explorando los Spaces
06:23 min

Gradio

Streamlit

Tu historia en machine learning

Tomar examen

Demos para clasificación de imágenes con Gradio

Mauricio Martínez Orjuela

Estudiante

9/062025 - Respuesta asistida por ChatGPT 04-mini

¡Hola a todos! Quería compartir que acabo de actualizar las librerías de mi proyecto y ya está todo funcionando con las versiones más recientes. El resultado de pip install --upgrade fue:

Successfully installed gradio-5.33.0 gradio-client-1.10.2 groovy-0.1.2 huggingface-hub-0.32.4 ruff-0.11.13

Con esto tendremos:

Gradio 5.33.0: acceso a las últimas mejoras en la interfaz de usuario y nuevas opciones de personalización.
gradio-client 1.10.2: compatibilidad y correcciones en las llamadas desde cliente.
Groovy 0.1.2, huggingface-hub 0.32.4 y Ruff 0.11.13: actualizaciones menores para mejorar la calidad de código y el soporte de modelos.

Si alguien está usando estas herramientas, ¡recomiendo esta actualización para evitar problemas de compatibilidad y aprovechar las nuevas funciones!

import tensorflow as tf
from PIL import Image
import requests
import gradio as gr

# Cargar el modelo MobileNetV2 preentrenado en ImageNet
def load_model():
    model = tf.keras.applications.MobileNetV2(
        include_top=True,
        weights="imagenet"
    )
    return model

mobile_net = load_model()

# Obtener etiquetas de ImageNet
response = requests.get("https://git.io/JJkYN")
etiquetas = response.text.split("\n")

# Función de clasificación de imagen
def clasifica_imagen(inp):
    try:
        # Convertir entrada a tensor de TensorFlow
        tensor = tf.convert_to_tensor(inp)
        # Redimensionar a 224x224
        tensor = tf.image.resize(tensor, [224, 224])
        # Asegurar tipo float32
        tensor = tf.cast(tensor, tf.float32)
        # Añadir dimensión de batch: (1, 224, 224, 3)
        batch = tf.expand_dims(tensor, axis=0)
        # Preprocesar según MobileNetV2
        batch = tf.keras.applications.mobilenet_v2.preprocess_input(batch)
        # Predicción
        preds = mobile_net.predict(batch).flatten()
        # Mapeo de etiquetas a probabilidades
        confidences = {etiquetas[i]: float(preds[i]) for i in range(len(preds))}
        return confidences
    except Exception:
        import traceback
        traceback.print_exc()
        return {"error": 1.0}

# Interfaz Gradio
demo = gr.Interface(
    fn=clasifica_imagen,
    inputs=gr.Image(type="pil", height=224, width=224),  # Imagen PIL con tamaño fijo
    outputs=gr.Label(num_top_classes=3),                  # Mostrar top 3 clases
    title="Clasificador MobileNetV2",
    description="Sube una imagen para ver las 3 clases más probables usando MobileNetV2."
)

# Lanzar la interfaz
if __name__ == "__main__":
    demo.launch(share=True)

a continuación las "20.000" explicaciones que el pedí a ChatGPT

Mauricio Martínez Orjuela

Estudiante

Respuesta asistida por ChatGPT o4-mini

Ese fragmento:

# Lanzar la interfaz
if __name__ == "__main__":
    demo.launch(share=True)

cumple dos propósitos:

Protección de punto de entrada La condición if __name__ == "__main__": asegura que el bloque de código solo se ejecute cuando el archivo se corre directamente como script, y no cuando se importa desde otro módulo. Así evitas que la interfaz de Gradio arranque automáticamente si, por ejemplo, alguien hace import tu_script en otro código.
Arranque de la demo de Gradio Dentro de ese bloque se llama a demo.launch(share=True), lo que:
- Inicia un servidor local que hospeda la interfaz web de Gradio.
- Con share=True, además genera un enlace público temporal (en los servidores de Gradio) que puedes compartir con terceros, de modo que cualquiera con esa URL pueda probar tu modelo sin necesidad de acceso a tu máquina.

En conjunto, este patrón es muy común en scripts de Python para definir claramente el “punto de entrada” de la aplicación y controlar cuándo y cómo se pone en marcha la interfaz de usuario.

Mauricio Martínez Orjuela

Estudiante

Respuesta asistida por ChatGPT o4-mini

PIL.Image forma parte de Pillow, la biblioteca de procesamiento de imágenes en Python (sucesora de la antigua PIL). Concretamente:

Qué es
- Es un módulo (PIL.Image) que define la clase Image, la representación interna de una imagen en memoria.
- Una instancia de Image encierra datos como el tamaño, el modo (RGB, L, CMYK…), y el propio píxel-mapa.
Para qué sirve
- Abrir y cargar archivos de disco en distintos formatos (JPEG, PNG, BMP, GIF…):
```
from PIL import Image
img = Image.open("foto.jpg")
```
- Inspeccionar propiedades de la imagen (tamaño, modo, metadatos EXIF):
```
width, height = img.size
print(img.mode)  # p.ej. "RGB"
```
- Transformar la imagen:
  - Redimensionar:
```
img2 = img.resize((224, 224))
```
  - Recortar, rotar, voltear, cambiar modo de color, aplicar filtros básicos…
- Convertir entre formatos de datos:
  - A y desde arrays NumPy (para alimentar modelos de ML).
  - A tensores de TensorFlow directamente con tf.convert_to_tensor(img).
- Guardar resultados en disco o en memoria:
```
img2.save("miniatura.png")
```

En resumen, PIL.Image es la piedra angular en Python para trabajar con imágenes: leerlas, modificarlas y pasarlas a otras librerías (NumPy, TensorFlow, OpenCV…) en tus flujos de visión por computador o procesamiento gráfico.

Demos para clasificación de imágenes con Gradio

Introducción al Hub de Hugging Face

Explorando los Spaces

Gradio

Introducción a Gradio

Tus primeros demos con Gradio