NeuralMagik.Rmd

---
title: "Neural-Magik!"
author: "F.García Díaz"
date: "1/4/2018"
output: html_document
runtime: shiny
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE ,  message = FALSE)
```

### Probando Deep Neural-Networks en ![](data/R.jpg){ width=5% }

Una aplicación para la clasificación de imágenes.
Implementa el modelo [***MobileNet***](https://arxiv.org/abs/1704.04861) en [***Keras***](https://keras.rstudio.com) pre-entrenado con [***ImageNet***](http://www.image-net.org).

#### Instrucciones
1) Cargar Imagen
2) Ver resultado abajo

```{r eruptions, echo=FALSE}
library(miniUI)
library(magick)
library(shiny)
library(keras)
library(DT)
library(text2vec)
library(shinyFiles)
library(XML)

# Cargar metadatos de ImageNet en formato XML (asi estan)
"%+%" <- function(x, y) paste(x, y, sep = "")
metadata <- xmlRoot(xmlParse("data/estructura.xml"))     # Cargar metadatos

#vgg16 <- application_vgg16(weights = 'imagenet', include_top = TRUE)
vgg16 <- application_mobilenet(weights = 'imagenet', include_top = TRUE)


shinyApp(
ui <- fluidPage(
  sidebarLayout(
    sidebarPanel(
      fileInput("file1", "Elegir Imagen..."),
      tags$hr()),
    mainPanel(
      tags$em("Imagen Cargada"),
      imageOutput("imagen"),
      uiOutput("resultados")
    )
  )
),
server <- function(input, output, session) {
  output$imagen <- renderImage({
    inFile = input$file1
    print(inFile)
    if (!is.null(inFile))
    {
      width  <- session$clientData$output_imagen_width
      height <- session$clientData$output_imagen_height
      list(
        src = inFile$datapath,
        width=width,
        height=height
      )
    }
    else
    {
      width  <- session$clientData$output_imagen_width
      height <- session$clientData$output_imagen_height
      list(
        src = "data/noimage.png",
        width=width,
        height=height
      )
    }
  },
  deleteFile = FALSE
  )
  
  output$resultados <- renderUI({
    # input$file1 will be NULL initially. After the user selects
    # and uploads a file, it will be a data frame with 'name',
    # 'size', 'type', and 'datapath' columns. The 'datapath'
    # column will contain the local filenames where the data can
    # be found.
    dwidth  <- session$clientData$output_imagen_width
    dheight <- session$clientData$output_imagen_height
    inFile <- input$file1

    if (is.null(inFile))
      return("No file selected...")
    # Procesar
    img     <- image_load(inFile$datapath, target_size = c(224,224))
    x = image_to_array(img)
    dim(x) <- c(1, dim(x))
    #x = imagenet_preprocess_input(x)
    x = mobilenet_preprocess_input(x)
    features = vgg16 %>% predict(x)
    #imagenet_decode_predictions(features, top = 3)[[1]]
    wnid <- mobilenet_decode_predictions(features, top = 3)[[1]]$class_name[1]
    # obtener el nodo del WNID identificado en el XML (horrible)
    nodo <- getNodeSet(metadata,"//synset[@wnid='" %+% wnid %+% "']")
    especie <- xmlParent(nodo[[1]])
    especie_lista <-list(xmlGetAttr(especie, "words"))
    counter <- 1
    # Obtener especie recursivamente //esto es horrible...y bue
    while(!is.null(xmlParent(especie))) {
      counter <- counter + 1
      especie <- xmlParent(especie)
      especie_lista[[counter]] <- xmlGetAttr(especie, "words")
    }
    # Output
    tagList(
    tags$em("Esto que cargaste se parece a un..."),
    tags$blockquote(sapply(nodo, xmlGetAttr,"words")[1]),
    tags$b("Definición:"),
    tags$em(sapply(nodo, xmlGetAttr, "gloss")[1]),
    tags$br(),
    tags$br(),
    tags$em("Arbol de clasificación de la imagen en IMAGENET"),
    DT::datatable(as.data.frame(unlist(head(especie_lista,-1))), 
                  caption = "Especie", rownames = FALSE,
                  colnames = NULL , options = list(info = FALSE, paging = FALSE, searching = FALSE), 
                  height = dheight , width = dwidth ),
    "El ranking de probabilidades de clasificaciones es...",
    DT::datatable(as.data.frame(mobilenet_decode_predictions(features, top = 5)[[1]]),
                  caption = "Ranking", options = list(info = FALSE, paging = FALSE, 
                  searching = FALSE), height = dheight , width = dwidth ) %>%
                  formatPercentage('score', 2)
    )
  })
}
)

```