Update app.py

app.py

@@ -8,13 +8,11 @@ import os
 os.environ['TF_ENABLE_ONEDNN_OPTS'] = '0'
 os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
 
-# Configuración inicial: solo 5 clases
-cifar10_labels = [
-    'avión', 'automóvil', 'pájaro', 'gato', 'venado'
-]
+# Etiquetas de las clases (Solo 5 categorías)
+cifar10_labels = ['avión', 'automóvil', 'pájaro', 'gato', 'venado']
 
-# Cargar el modelo (asegúrate de que esté entrenado para 5 clases)
-model = tf.keras.models.load_model('modelo_completo')
+# Cargar el modelo correctamente desde un archivo .h5
+model = tf.keras.models.load_model('modelo_completo.h5')
 
 def preprocess_image(image):
     """Preprocesado de imagen para el modelo"""
@@ -22,17 +20,17 @@ def preprocess_image(image):
     return np.array(img).astype('float32') / 255
 
 def predict(image):
-    """Realizar predicción y formatear resultados para 5 clases"""
+    """Realizar predicción y formatear resultados"""
     if image is None:
         raise gr.Error("¡Por favor sube una imagen o toma una foto!")
     
     processed_img = preprocess_image(image)
     preds = model.predict(np.expand_dims(processed_img, axis=0))[0]
-    # Si el modelo devuelve más de 5 predicciones, se limitan a las primeras 5
-    preds = preds[:5]
-    return {label: float(pred) for label, pred in zip(cifar10_labels, preds)}
 
-# Configurar ejemplos: solo para las 5 clases
+    # Solo devolver predicciones para las 5 clases que hemos seleccionado
+    return {label: float(preds[i]) for i, label in enumerate(cifar10_labels)}
+
+# Configurar ejemplos (Solo para 5 clases)
 examples = [
     ["ejemplos/avion.jpg"],
     ["ejemplos/automovil.jpg"],
@@ -41,14 +39,14 @@ examples = [
     ["ejemplos/venado.jpg"]
 ]
 
-# Construir la interfaz con Gradio
+# Construir interfaz
 with gr.Blocks(theme=gr.themes.Soft(), css="""
     .examples-grid {display: flex !important; flex-direction: column; gap: 1rem}
     .examples-row {display: flex !important; gap: 1rem; justify-content: center}
     """) as app:
     
-    gr.Markdown("# 📷 Clasificador CIFAR-10 by Aryy :3")
-    
+    gr.Markdown("# 📷 Clasificador CIFAR-10 (5 Clases)")
+
     with gr.Row():
         with gr.Column():
             input_image = gr.Image(
@@ -67,8 +65,8 @@ with gr.Blocks(theme=gr.themes.Soft(), css="""
                 num_top_classes=3,
                 show_label=True
             )
-    
-    # Sección de ejemplos con interacción (solo 1 fila para 5 clases)
+
+    # Sección de ejemplos con interacción
     gr.Markdown("## Ejemplos de categorías")
     with gr.Column(elem_classes=["examples-grid"]):
         with gr.Row(elem_classes=["examples-row"]):
@@ -81,7 +79,7 @@ with gr.Blocks(theme=gr.themes.Soft(), css="""
                     fn=predict,
                     outputs=[output_label],
                 )
-    
+
     # Conectar eventos
     submit_btn.click(
         fn=predict,