Update app.py

app.py

@@ -26,28 +26,34 @@ model_path = hf_hub_download(repo_id="Daniel00611/InceptionV3_72", filename="Inc
 model = load_model(model_path)
 
 def preprocess_image(image_file, target_size=(299, 299)):
-    img = image.load_img(image_file, target_size=target_size)
-    img_array = image.img_to_array(img)
-    img_array = np.expand_dims(img_array, axis=0)
-    img_array = preprocess_input(img_array)
+    # Convertir el archivo a BytesIO
+    img_bytes = image_file.read()  # Leer el archivo como bytes
+    img = Image.open(io.BytesIO(img_bytes))  # Abrir la imagen con PIL
+    img = img.resize(target_size)  # Redimensionar la imagen al tamaño objetivo
+    img_array = np.array(img)  # Convertir la imagen a un array de NumPy
+    img_array = np.expand_dims(img_array, axis=0)  # Añadir dimensión extra para lote
     return img_array
-
+    
 @app.post("/predict/")
 async def predict(file: UploadFile = File(...)):
+    try:
     # Procesar la imagen
-    img_array = preprocess_image(file.file)
+        img_array = preprocess_image(file.file)
+        
+        # Realizar la predicción
+        predictions = model.predict(img_array)[0]
+        
+        # Obtener el top 10 de predicciones
+        top_10_indices = predictions.argsort()[-10:][::-1]
+        top_10_classes = [class_names[i] for i in top_10_indices]
+        top_10_probabilities = predictions[top_10_indices]
     
-    # Realizar la predicción
-    predictions = model.predict(img_array)[0]
+        # Formar la respuesta en formato JSON
+        result = [{"class": top_10_classes[i], "probability": float(top_10_probabilities[i])} for i in range(10)]
+        return {"predictions": result}
     
-    # Obtener el top 10 de predicciones
-    top_10_indices = predictions.argsort()[-10:][::-1]
-    top_10_classes = [class_names[i] for i in top_10_indices]
-    top_10_probabilities = predictions[top_10_indices]
-
-    # Formar la respuesta en formato JSON
-    result = [{"class": top_10_classes[i], "probability": float(top_10_probabilities[i])} for i in range(10)]
-    return {"predictions": result}
+    except Exception as e:
+        return {"error": str(e)}
 
 @app.get("/")
 def greet_json():