Update app.py

app.py

@@ -1,21 +1,53 @@
+from fastai.vision.all import *
 from huggingface_hub import from_pretrained_fastai
 import gradio as gr
-from fastai.vision.all import *
-
-
-
-# repo_id = "YOUR_USERNAME/YOUR_LEARNER_NAME"
-repo_id = "AdrianRevi/Practica1Blindness"
 
+# -------------------------------
+# 1. Cargar el modelo desde Hugging Face
+# -------------------------------
+repo_id = "AdrianRevi/Practica1Blindness"  # Cambiar si es necesario
 learner = from_pretrained_fastai(repo_id)
 labels = learner.dls.vocab
 
-# Definimos una función que se encarga de llevar a cabo las predicciones
+# -------------------------------
+# 2. Función de predicción
+# -------------------------------
 def predict(img):
-    #img = PILImage.create(img)
-    pred,pred_idx,probs = learner.predict(img)
-    return {labels[i]: float(probs[i]) for i in range(len(labels))}
-    
-# Creamos la interfaz y la lanzamos
-gr.Interface(fn=predict, inputs=gr.inputs.Image(shape=(128, 128)), outputs=gr.outputs.Label(num_top_classes=3),examples=['20068.jpg','20084.jpg']).launch(share=False)
- 
+    try:
+        pred, pred_idx, probs = learner.predict(img)
+        return {labels[i]: float(probs[i]) for i in range(len(labels))}
+    except Exception as e:
+        return {"Error": str(e)}
+
+# -------------------------------
+# 3. Interfaz Gradio
+# -------------------------------
+title = "👁️ Clasificador de Ceguera con FastAI"
+description = """
+Esta aplicación utiliza un modelo de **Aprendizaje Profundo** entrenado con `fastai` para predecir el **grado de ceguera** en imágenes de retina.
+
+📌 El modelo fue entrenado en Google Colab y desplegado en Hugging Face Spaces mediante `from_pretrained_fastai`.
+
+🔍 Puedes subir tu propia imagen o usar uno de los ejemplos de la galería.
+
+📷 La imagen se redimensiona automáticamente a 128x128 píxeles (tamaño de entrada del modelo).
+"""
+examples = ['20068.jpg', '20084.jpg']  # Archivos locales en el Space
+
+# -------------------------------
+# 4. Crear y lanzar interfaz
+# -------------------------------
+demo = gr.Interface(
+    fn=predict,
+    inputs=gr.Image(type="pil", shape=(128, 128), label="Sube una imagen de retina"),
+    outputs=gr.Label(num_top_classes=3, label="Predicción (Top 3)"),
+    examples=examples,
+    title=title,
+    description=description,
+    allow_flagging="never",
+    live=False,
+    theme="default",
+)
+
+if __name__ == "__main__":
+    demo.launch(show_error=True)