Update app.py

app.py

@@ -3,66 +3,74 @@ from PIL import Image
 import numpy as np
 import tensorflow as tf
 
-# Etiquetas en español
+# Configuración inicial
 cifar10_labels = [
     'avión', 'automóvil', 'pájaro', 'gato', 'venado',
     'perro', 'rana', 'caballo', 'barco', 'camión'
 ]
 
-# Cargar el modelo
 model = tf.keras.models.load_model('my_model.keras')
 
 def preprocess_image(image):
-    """Preprocesado de imagen"""
+    """Preprocesado de imagen para el modelo"""
     img = image.resize((32, 32)).convert('RGB')
     return np.array(img).astype('float32') / 255
 
 def predict(image):
-    """Realizar predicción"""
+    """Realizar predicción y formatear resultados"""
     processed_img = preprocess_image(image)
     preds = model.predict(np.expand_dims(processed_img, axis=0))[0]
     return {label: float(preds[i]) for i, label in enumerate(cifar10_labels)}
 
-# Configurar ejemplos con etiquetas
-dataset_info = "**Este dataset incluye las siguientes 10 categorías:**\n" + "\n".join(
-    [f"- {label.capitalize()}" for label in cifar10_labels]
-)
-
+# Configurar ejemplos con miniaturas y etiquetas
 examples = [
-    ["ejemplos/avion.jpg", "avión"],
-    ["ejemplos/automovil.jpg", "automóvil"],
-    ["ejemplos/pajaro.jpg", "pájaro"],
-    ["ejemplos/gato.jpg", "gato"],
-    ["ejemplos/venado.jpg", "venado"],
-    ["ejemplos/perro.jpg", "perro"],
-    ["ejemplos/rana.jpg", "rana"],
-    ["ejemplos/caballo.jpg", "caballo"],
-    ["ejemplos/barco.jpg", "barco"],
-    ["ejemplos/camion.jpg", "camión"]
+    "ejemplos/avion.jpg",
+    "ejemplos/automovil.jpg",
+    "ejemplos/pajaro.jpg",
+    "ejemplos/gato.jpg",
+    "ejemplos/venado.jpg",
+    "ejemplos/perro.jpg",
+    "ejemplos/rana.jpg",
+    "ejemplos/caballo.jpg",
+    "ejemplos/barco.jpg",
+    "ejemplos/camion.jpg"
 ]
 
-# Construir interfaz
-with gr.Blocks(theme=gr.themes.Soft()) as app:
-    gr.Markdown("# Clasificador CIFAR-10 ✈️🚗")
-    gr.Markdown("Sube una imagen o prueba con nuestros ejemplos:")
+# Construir interfaz con múltiples fuentes de entrada
+with gr.Blocks(theme=gr.themes.Soft(), css=".example-image {max-height: 150px}") as app:
+    gr.Markdown("# 📷 Clasificador CIFAR-10 Multifuente")
     
     with gr.Row():
         with gr.Column():
-            input_image = gr.Image(type="pil", label="Imagen de entrada")
-            submit_btn = gr.Button("Clasificar")
+            # Entrada de imagen con múltiples fuentes
+            input_image = gr.Image(
+                sources=["upload", "webcam", "clipboard"],
+                type="pil",
+                label="Selecciona, toma foto o pega imagen (Ctrl+V)",
+                height=300
+            )
+            submit_btn = gr.Button("Clasificar 🚀", variant="primary")
         
         with gr.Column():
-            output_label = gr.Label(label="Predicciones", num_top_classes=10)
-    
-    gr.Markdown(dataset_info)
+            output_label = gr.Label(
+                label="Resultados",
+                num_top_classes=10,
+                container=True,
+                show_label=True
+            )
     
-    # Sección de ejemplos con etiquetas
-    gr.Examples(
-        examples=examples,
-        inputs=[input_image],
-        label="Ejemplos del Dataset",
-        examples_per_page=5
-    )
+    # Sección de ejemplos con miniaturas y etiquetas
+    gr.Markdown("## Ejemplos del Dataset (10 categorías)")
+    with gr.Row(variant="panel"):
+        for label, example in zip(cifar10_labels, examples):
+            with gr.Column(scale=1, min_width=120):
+                gr.Image(
+                    example,
+                    label=label.capitalize(),
+                    show_label=True,
+                    container=True,
+                    elem_classes="example-image"
+                )
 
 # Lanzar aplicación
 if __name__ == "__main__":