app.py

import streamlit as st
from tensorflow.keras.models import load_model
from PIL import Image
import numpy as np

model = load_model('cnn_model_epoch_100.h5')

def process_image(img):
    img = img.resize((170, 170))  # Boyutu 170x170 piksel yaptık
    img = np.array(img) / 255.0  # Normalize ettik
    img = np.expand_dims(img, axis=0)  # 0. ortada olsun diye sayfada

st.title('Kanser Resmi sınıflandırma :cancer:')
img_file = st.file_uploader('Bir Resim Seç', type=['jpeg', 'png'])

if img_file is not None:
    img = Image.open(img_file)
    st.image(img, caption='Yüklenen resim')
    prediction = model.predict(img)

st.title('Kanser Resmi Sınıflandırma :cancer:')
st.write('Resim seç ve model kanser olup olmadığını tahmin etsin.')

file = st.file_uploader('Bir Resim Seç', type=['jpg', 'jpeg', 'png'])

if file is not None:
    img = Image.open(file)
    st.image(img, caption='Yüklenen resim')
    image = process_image(img)
    prediction = model.predict(image)
    predicted_class = np.argmax(prediction)

    class_names = ['Kanser Değil', 'Kanser']
    st.write(class_names[predicted_class])