create app.py

app.py

@@ -0,0 +1,27 @@
+import gradio as gr
+from transformers import pipeline
+import torch
+
+# Memuat model untuk klasifikasi makanan
+food_classifier = pipeline(task="image-classification", model="mhdiqbalpradipta/minang_food_classification")
+
+def prediksi_makanan(gambar):
+    # Melakukan prediksi menggunakan model
+    hasil = food_classifier(images=gambar)[0]
+
+    # Menyimpan label dan skor
+    label_makanan = hasil['label']
+    skor = hasil['score']
+
+    return f"Makanan: {label_makanan}, Skor: {skor:.2f}"
+
+device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
+print(f"Menggunakan perangkat: {device}")
+
+# Antarmuka Gradio
+image_in = gr.inputs.Image(type='pil')
+label_out = gr.outputs.Label()
+contoh_gambar = ['ayam_goreng.jpg', 'ayam_pop.jpg', 'daging_rendang.jpg', 'dendeng_batokok.jpg', 'gulai_ikan.jpg', 'gulai_tambusu.jpg', 'gulai_tunjang', 'telur_balado.jpg', 'telur_dadar.jpg']
+
+intf = gr.Interface(fn=prediksi_makanan, inputs=image_in, outputs=label_out, examples=contoh_gambar, title="Pengklasifikasi Makanan Minang", description="Unggah gambar makanan untuk mengklasifikasikannya menjadi hidangan Minang.", live=True)
+intf.launch()