import tensorflow as tf
from tensorflow.keras.applications import MobileNetV2
from tensorflow.keras.applications.mobilenet_v2 import preprocess_input, decode_predictions
from tensorflow.keras.preprocessing import image
import numpy as np
# Carregamento de modelo:
model = MobileNetV2(weights="imagenet")
# Upload manual da imagem:
from google.colab import files
uploaded = files.upload()
# Substituação do nome do arquivo:
img_path = list(uploaded.keys())[0]
# Pré-processamento:
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)
# Predição:
preds = model.predict(x)
print("Classe prevista:", decode_predictions(preds, top=1)[0][0])
gato-britanico-de-cabelo-curto-vermelho-sentado-em-fundo-branco-mostrando-patas-e-cauda-olhando-para-a-camera_946110-18437.avif(image/avif) - 63292 bytes, last modified: 18/06/2026 - 100% done
Saving gato-britanico-de-cabelo-curto-vermelho-sentado-em-fundo-branco-mostrando-patas-e-cauda-olhando-para-a-camera_946110-18437.avif to gato-britanico-de-cabelo-curto-vermelho-sentado-em-fundo-branco-mostrando-patas-e-cauda-olhando-para-a-camera_946110-18437 (2).avif
1/1 ━━━━━━━━━━━━━━━━━━━━ 2s 2s/step
Classe prevista: ('n02123159', 'tiger_cat', np.float32(0.3381788))
