| import gradio as gr | |
| from transformers import pipeline | |
| # Carregar um modelo pré-treinado | |
| classifier = pipeline("image-classification", model="google/vit-base-patch16-224") | |
| def classify_image(image): | |
| results = classifier(image) | |
| return {result["label"]: result["score"] for result in results} | |
| # Criar interface com Gradio | |
| iface = gr.Interface( | |
| fn=classify_image, | |
| inputs=gr.Image(type="pil"), | |
| outputs=gr.Label(), | |
| title="Classificação de Imagem", | |
| description="Envie uma imagem e veja a classificação gerada pelo modelo Vision Transformer." | |
| ) | |
| iface.launch(share=True) | |