ArsanForEver commited on
Commit
db215a1
·
verified ·
1 Parent(s): f18fc68

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +33 -5
app.py CHANGED
@@ -1,12 +1,40 @@
1
- from fastapi import FastAPI
 
 
 
 
 
2
 
3
- app = FastAPI(root_path="/")
4
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
5
 
6
  @app.get("/")
7
  def home():
8
  return {"message": "Aksara Lontara API is running"}
9
 
10
- @app.get("/predict")
11
- def predict():
12
- return {"result": "Ini contoh endpoint"}
 
 
 
 
 
 
 
 
 
 
1
+ from fastapi import FastAPI, UploadFile, File
2
+ import tensorflow as tf
3
+ import numpy as np
4
+ from PIL import Image
5
+ import io
6
+ import uvicorn
7
 
8
+ app = FastAPI()
9
 
10
+ # Load model Keras
11
+ model = tf.keras.models.load_model("lontara_model_finetuning.keras")
12
+
13
+ # Label kelas sesuai model
14
+ labels = [
15
+ "Tu", "He", "We", "No", "Mu", "Bu", "Ji", "Jo", "I", "Nro", "Cu", "Na", "Bo", "Yi", "Se", "Nyi",
16
+ "So", "Wa", "Ko", "Ge", "E", "Yo", "Ngu", "Ra", "Wo", "Ta", "Pe", "Nra", "Da", "Ci", "Lo", "Nci",
17
+ "U", "Ro", "Mo", "Nre", "Du", "Be", "Mpu", "Hu", "Ne", "Nyo", "Ncu", "Su", "Ju", "Gu", "Nu", "Di",
18
+ "Nri", "Gi", "Co", "Nca", "Ri", "Si", "Ja", "Bi", "Ke", "Wu", "Nki", "Te", "Go", "Ya", "Nku", "Pu",
19
+ "Nka", "Ba", "Mpe", "A", "Nya", "Me", "Nge", "Mpa", "Ma", "Mpi", "O", "Mi", "Re", "Po", "Ti", "Je",
20
+ "Nco", "Pa", "Ho", "Nko", "Ce", "Li", "Nke", "Ru", "Ca", "Ke_", "Do", "Ga", "Mpo", "Nye", "Nru", "Nga",
21
+ "Lu", "Pi", "Ku", "Ni", "Nce", "Le", "Ngo", "De", "Ki", "Wi", "Hi", "Ye", "Ngi", "Ka", "Nyu", "La",
22
+ "Ha", "Sa"
23
+ ]
24
 
25
  @app.get("/")
26
  def home():
27
  return {"message": "Aksara Lontara API is running"}
28
 
29
+ @app.post("/predict")
30
+ async def predict(file: UploadFile = File(...)):
31
+ # Baca gambar
32
+ image = Image.open(io.BytesIO(await file.read())).convert("L").resize((128, 128))
33
+ image = np.array(image) / 255.0
34
+ image = image.reshape(1, 128, 128, 1)
35
+
36
+ # Prediksi
37
+ prediction = model.predict(image)
38
+ label = labels[np.argmax(prediction)]
39
+
40
+ return {"prediction": label}