Update app.py

app.py

@@ -3,6 +3,7 @@ from keras.utils import custom_object_scope
 import gradio as gr
 from PIL import Image
 import numpy as np
+import datetime
 
 # Defina a camada personalizada FixedDropout
 class FixedDropout(tf.keras.layers.Dropout):
@@ -35,10 +36,14 @@ def classify_image(inp):
     # Obtém a classe prevista
     predicted_class = class_names[np.argmax(prediction)]
 
+    # Obtém a data e hora atual
+    data_hora = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
+
     # Formate a saída em HTML
     result_html = f"""
     <h2>Resultado da Classificação</h2>
     <p><strong>Categoria Predita:</strong> {predicted_class}</p>
+    <p><strong>Data e Hora:</strong> {data_hora}</p>
     """
 
     return result_html
@@ -50,7 +55,7 @@ iface = gr.Interface(
     outputs=gr.outputs.HTML(),  # Saída formatada com HTML
     live=True,
     title="Classificador de Catarata",
-    description="Este é um classificador de imagens médicas para detectar catarata. Faça o upload de uma imagem e clique em 'Classificar' para obter a categoria predita.",
+    description="Este é um classificador de imagens médicas para detectar catarata. Faça o upload de uma imagem e clique em 'Classificar' para obter a categoria predita e a data/hora da classificação.",
     allow_screenshot=False,
     allow_flagging=False,
     layout="vertical",