Update app.py

app.py

@@ -104,14 +104,25 @@ def admin_required(f):
 # ------------------------------------------------------------------ #
 def load_model():
     global model
-    # Usar ruta absoluta para evitar problemas con directorio de trabajo
     app_dir = os.path.dirname(os.path.abspath(__file__))
     model_files = [f for f in os.listdir(app_dir) if f.endswith('.h5')]
     if not model_files:
         print(f"ERROR: No hay archivos .h5 en {app_dir}")
         return False
     model_path = os.path.join(app_dir, model_files[0])
-    print(f"Cargando modelo: {model_path}")
+    print(f"Intentando cargar modelo: {model_path}")
+
+    # Intento 1: carga directa del archivo completo
+    try:
+        model = tf.keras.models.load_model(model_path, compile=False)
+        test = np.random.random((1, 224, 224, 3)).astype(np.float32) * 255
+        model.predict(test, verbose=0)
+        print(f"Modelo cargado con load_model(): {model_path}")
+        return True
+    except Exception as e1:
+        print(f"load_model() falló: {e1}")
+
+    # Intento 2: reconstruir arquitectura y cargar pesos
     try:
         from tensorflow.keras.applications import EfficientNetB0
         from tensorflow.keras.layers import Dense, GlobalAveragePooling2D, Dropout, BatchNormalization
@@ -134,10 +145,11 @@ def load_model():
 
         test = np.random.random((1, 224, 224, 3)).astype(np.float32) * 255
         model.predict(test, verbose=0)
-        print(f"Modelo cargado exitosamente: {model_path}")
+        print(f"Modelo cargado con load_weights(): {model_path}")
         return True
-    except Exception as e:
-        print(f"Error cargando modelo: {e}")
+    except Exception as e2:
+        print(f"load_weights() falló: {e2}")
+        model = None
         return False
 
 def preprocess_image(image_bytes) -> Optional[np.ndarray]: