Update README.md

README.md

@@ -76,6 +76,7 @@ Puoi utilizzare questo codice per testare il modello direttamente in Python:
 1) Potete scaricare direttamente l'intero codice dal file Notebook (consiglio di applicare denormalizzazione mi sono dimenticato).
 2) Utilizzarte lo script di inferenza che segue:
 
+```python
 import tensorflow as tf
 import numpy as np
 import matplotlib.pyplot as plt
@@ -104,17 +105,20 @@ def esegui_inferenza(url_immagine):
     img_input = np.expand_dims(img_array, axis=0)
     
     preds = model.predict(img_input, verbose=0)[0]
-    etichetta = "VEICOLO" if preds[0] > preds[1] else "ANIMALE"
-    confidenza = max(preds) * 100
+    label = "VEICOLO" if preds[0] > preds[1] else "ANIMALE"
+    conf = max(preds) * 100
     
     plt.imshow(img)
-    plt.title(f"{etichetta} ({confidenza:.2f}%)")
+    plt.title(f"{label} ({conf:.2f}%)")
     plt.axis('off')
     plt.show()
 
 URL_TEST = "https://raw.githubusercontent.com/YoongiKim/CIFAR-10-images/master/test/automobile/0001.jpg"
 esegui_inferenza(URL_TEST)
 
+URL_TEST = "https://raw.githubusercontent.com/YoongiKim/CIFAR-10-images/master/test/automobile/0001.jpg"
+esegui_inferenza(URL_TEST)
+
 ## 👨‍💻 Autore
 **Flavio Rubens Ottaviani**
 Progetto sviluppato per il corso di Deep Learning e Reti Neurali Artificiali.