Update app.py

app.py

@@ -29,16 +29,11 @@ def build_model(img_height, img_width, n):
 loaded_model = build_model(IMG_HEIGHT, IMG_WIDTH, 3)
 loaded_model.load_weights('modelo_treinado.h5')
 
-# Função para realizar o pré-processamento da imagem de entrada
-def preprocess_image(input_image):
-    # Redimensione a imagem para as dimensões esperadas pelo modelo
+# Function to preprocess the uploaded image
+def preprocess_uploaded_image(input_image):
+    input_image = tf.image.decode_image(input_image.read(), channels=3)
     input_image = tf.image.resize(input_image, (IMG_HEIGHT, IMG_WIDTH))
-    
-    # Normalização dos valores de pixel para o intervalo [0, 1]
     input_image = input_image / 255.0
-
-    # Outras transformações, se necessárias (por exemplo, normalização adicional)
-
     return input_image
 
 # Função para fazer previsões usando o modelo treinado
@@ -63,7 +58,7 @@ def predict_image(input_image):
 # Crie uma interface Gradio para fazer previsões
 iface = gr.Interface(
     fn=predict_image,
-    inputs=gr.inputs.Image(label="Upload an Image", type="file", clearable=True, resize=(300, 300)),
+    inputs=gr.inputs.Image(label="Upload an Image", type="file"),
     outputs=gr.outputs.Text(label="Prediction", type="markdown"),
     interpretation="default",
     title="Image Classifier",