app.py

import gradio as gr
import tensorflow as tf

model = tf.keras.models.load_model("hf://JaviSwift/cifar10_simple")  # Cambia esto por tu usuario y nombre del modelo

def predict(image):
    image = tf.image.resize(image, (32, 32))  # Ajusta según tu modelo
    image = image / 255.0  # Normaliza si es necesario
    image = tf.expand_dims(image, axis=0)  # Añade dimensión para batch

    predictions = model.predict(image)
    return predictions.argmax(axis=1)[0]  # Devuelve la clase predicha

iface = gr.Interface(fn=predict, inputs="image", outputs="label")
iface.launch()