app.py

import gradio as gr
import torch
import cv2
from transformers import ViTFeatureExtractor, ViTForImageClassification
import numpy as np

# Carregar o modelo
modelo = ViTForImageClassification.from_pretrained("google/vit-base-patch16-224-in21k")
extrator = ViTFeatureExtractor.from_pretrained("google/vit-base-patch16-224-in21k")

# Dicionário de mapeamento de índice de classe para rótulo
id2label = {
    "0": "dyed-lifted-polyps",
    "1": "dyed-resection-margins",
    "2": "esophagitis",
    "3": "normal-cecum",
    "4": "normal-pylorus",
    "5": "normal-z-line",
    "6": "polyps",
    "7": "ulcerative-colitis"
}

# Função para classificar a imagem e adicionar rótulo de previsão
def classificar_imagem(image):
    # Realizar a inferência usando o modelo
    inputs = extrator(image, return_tensors="pt")
    outputs = modelo(**inputs)
    logits = outputs.logits
    
    # Obter a classe prevista
    classe_prevista = torch.argmax(logits, dim=1)
    rotulo_previsto = id2label[str(classe_prevista.item())]
    
    # Adicionar o rótulo de previsão à imagem
    image_with_text = image.copy()
    font = cv2.FONT_HERSHEY_SIMPLEX
    font_scale = 0.5
    font_color = (255, 255, 255)
    font_thickness = 1
    text_position = (10, 30)
    cv2.putText(image_with_text, f"Previsto: {rotulo_previsto}", text_position, font, font_scale, font_color, font_thickness)
    
    return image_with_text

# Configurar a interface Gradio
iface = gr.Interface(
    fn=classificar_imagem,
    inputs="image",
    outputs="image",
    title="Classificação de Imagem com ViT",
    description="Carregue uma imagem e obtenha a imagem de entrada com o rótulo de previsão."
)

# Lançar a interface Gradio com um nome específico para o aplicativo
iface.launch(share=True, live=True, debug=True, app_name="classificador_de_imagem_vit")