Create Prototipe

Prototipe

@@ -0,0 +1,39 @@
+import gradio as gr
+import numpy as np
+from PIL import Image
+import tensorflow as tf
+from tensorflow.keras.applications.mobilenet_v2 import preprocess_input
+
+# Cargar modelo
+model = tf.keras.models.load_model("modelo.h5")
+
+# Clases (ajústalas según tu dataset)
+clases = ["Nevo", "Queratosis", "Carcinoma", "Melanoma", "Dermatitis"]
+
+# Función de predicción
+def predict(image):
+    image = image.resize((224, 224))
+    img = np.array(image)
+    
+    # Preprocesamiento correcto para MobileNetV2
+    img = preprocess_input(img)
+    img = np.expand_dims(img, axis=0)
+
+    pred = model.predict(img)
+    idx = np.argmax(pred)
+    confianza = float(np.max(pred))
+
+    return {
+        clases[i]: float(pred[0][i]) for i in range(len(clases))
+    }
+
+# Interfaz
+interface = gr.Interface(
+    fn=predict,
+    inputs=gr.Image(type="pil"),
+    outputs=gr.Label(num_top_classes=3),
+    title="🧠 Derm-IA",
+    description="Asistente de diagnóstico dermatológico basado en IA"
+)
+
+interface.launch()