File size: 1,465 Bytes
ed2886e e1b0813 c919903 2673557 c919903 ed2886e c919903 b3b1355 c919903 2673557 7ec83f2 c919903 2673557 7ec83f2 1471e11 2836436 c919903 7ec83f2 1471e11 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 | import streamlit as st
from PIL import Image
import numpy as np
from tensorflow.keras.models import load_model
import io
def main():
st.set_page_config(page_title="Hurma Sınıflandırıcı")
st.title("📷 Hurma Resmi Sınıflandırma")
st.write("Bir hurma resmi yükleyin ve hangi tür olduğunu tahmin edelim.")
# Modeli yükle
model = load_model("src/dates_classifier_model.h5")
# Sınıf isimleri — modelin çıktı sayısıyla birebir uyumlu olmalı
class_names = ['Ajwa', 'Medjool', 'Sokari']
file = st.file_uploader("Resim seç", type=["jpg", "jpeg", "png"])
if file is not None:
try:
image = Image.open(io.BytesIO(file.read())).convert("RGB")
st.image(image, caption="Yüklenen Resim", use_container_width=True)
img = image.resize((224, 224))
img = np.array(img) / 255.0
img = np.expand_dims(img, axis=0)
prediction = model.predict(img)
predicted_class = np.argmax(prediction)
# Hatalı index durumuna karşı koruma
if predicted_class < len(class_names):
st.success(f"Tahmin: {class_names[predicted_class]}")
else:
st.error("⚠️ Tahmin edilen sınıf, sınıf isimleriyle eşleşmiyor. Lütfen modelinizi kontrol edin.")
except Exception as e:
st.error(f"⚠️ Hata oluştu: {str(e)}")
if __name__ == "__main__":
main()
|