Update app.py

app.py

@@ -23,11 +23,17 @@ with tf.keras.utils.custom_object_scope({'FixedDropout': FixedDropout}):
 
 # Defina uma função para fazer previsões
 def classify_image(input_image):
+    # Log da forma da entrada
+    print(f"Forma da entrada: {input_image.shape}")
+
     # Redimensione a imagem para as dimensões corretas (192x256)
     input_image = tf.image.resize(input_image, (192, 256))  # Redimensione para as dimensões esperadas
     input_image = (input_image / 255.0)  # Normalize para [0, 1]
     input_image = np.expand_dims(input_image, axis=0)  # Adicione a dimensão de lote
 
+    # Log da forma da entrada após o redimensionamento
+    print(f"Forma da entrada após o redimensionamento: {input_image.shape}")
+
     # Faça a previsão usando o modelo
     prediction = model.predict(input_image)