利用gradio设计一个web运用实现图片主体物的识别。1用户可以通过网页提交一张图片。2web应用将输出这张图片中主体物的名称中英文都可以。3使用预训练的模型VGG19。

以下是使用Gradio设计的一个基于VGG19模型的图片主体物识别的Web应用的示例代码：

import gradio as gr
import torch
from torchvision import models, transforms

# 加载VGG19模型并设置为评估模式
model = models.vgg19(pretrained=True)
model.eval()

# 图像预处理
preprocess = transforms.Compose([
    transforms.Resize((224, 224)),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])

# 标签名称
LABELS_URL = "https://raw.githubusercontent.com/anishathalye/imagenet-simple-labels/master/imagenet-simple-labels.json"
labels = torch.hub.load_state_dict_from_url(LABELS_URL)

# 定义预测函数
def predict_image(image):
    # 图像预处理
    image = preprocess(image)
    # 添加批次维度
    image = image.unsqueeze(0)
    # 使用VGG19模型进行预测
    output = model(image)
    _, predicted_idx = torch.max(output, 1)
    # 获取预测结果的标签名称
    predicted_label = labels[predicted_idx.item()]
    return predicted_label

# 创建Gradio接口
inputs = gr.inputs.Image()
outputs = gr.outputs.Textbox()
interface = gr.Interface(fn=predict_image, inputs=inputs, outputs=outputs, title='图片主体物识别')
interface.launch()

运行该代码后，将会在本地启动一个Web应用。用户可以通过该应用提交一张图片，然后应用将会输出这张图片中主体物的名称