Create app.py

2fed88f verified over 1 year ago

882 Bytes

from fastapi import FastAPI, File, UploadFile
import tensorflow as tf
from PIL import Image
import numpy as np

# Model yükleme
model = tf.keras.models.load_model("face_shape_model.h5")

# FastAPI başlat
app = FastAPI()

# Görsel veriyi tahmin için işleme
def preprocess_image(image):
    image = image.resize((224, 224))  # Model input boyutuna göre değiştir
    image = np.array(image) / 255.0  # Normalize et
    image = np.expand_dims(image, axis=0)  # Batch boyutunu ekle
    return image

@app.post("/predict/")
async def predict(file: UploadFile = File(...)):
    # Dosyayı oku ve işleme
    image = Image.open(file.file)
    processed_image = preprocess_image(image)
    prediction = model.predict(processed_image)
    predicted_class = np.argmax(prediction, axis=1)[0]  # En yüksek olasılıklı sınıfı al
    return {"predicted_class": int(predicted_class)}

	from fastapi import FastAPI, File, UploadFile
	import tensorflow as tf
	from PIL import Image
	import numpy as np

	# Model yükleme
	model = tf.keras.models.load_model("face_shape_model.h5")

	# FastAPI başlat
	app = FastAPI()

	# Görsel veriyi tahmin için işleme
	def preprocess_image(image):
	image = image.resize((224, 224)) # Model input boyutuna göre değiştir
	image = np.array(image) / 255.0 # Normalize et
	image = np.expand_dims(image, axis=0) # Batch boyutunu ekle
	return image

	@app.post("/predict/")
	async def predict(file: UploadFile = File(...)):
	# Dosyayı oku ve işleme
	image = Image.open(file.file)
	processed_image = preprocess_image(image)
	prediction = model.predict(processed_image)
	predicted_class = np.argmax(prediction, axis=1)[0] # En yüksek olasılıklı sınıfı al
	return {"predicted_class": int(predicted_class)}