Update app.py

app.py

@@ -20,15 +20,13 @@ with custom_object_scope({'FixedDropout': FixedDropout}):
 # Crie uma lista de classes
 class_names = ["Normal", "Cataract"]
 
-# Defina a função de pré-processamento para redimensionar a imagem
-def preprocess_image(inp):
-    img = tf.image.resize(inp, (192, 256))  # Redimensiona a imagem para (192, 256)
-    return img
-
 # Defina a função de classificação
 def classify_image(inp):
+    # Reshape a imagem de entrada para o formato esperado pelo modelo
+    img = inp.reshape((-1, 192, 256, 3))
+
     # Faça uma previsão usando o modelo treinado
-    prediction = loaded_model.predict(inp).flatten()
+    prediction = loaded_model.predict(img).flatten()
 
     # Retorna a classe prevista
     return class_names[np.argmax(prediction)]
@@ -36,7 +34,7 @@ def classify_image(inp):
 # Crie uma interface Gradio
 iface = gr.Interface(
     fn=classify_image,
-    inputs=gr.inputs.Image(shape=(224, 224)),
+    inputs=gr.inputs.Image(shape=(192, 256)),
     outputs=gr.outputs.Label(),
     capture_session=True
 )