Subiendo modelo y app de Pokémon

app.py

@@ -1,36 +1,38 @@
 
 from fastai.vision.all import *
 import gradio as gr
-import sys
 
-# 1. Definir funciones que el modelo necesita
-def get_x(i): return None 
+# 1. Definiciones de placeholders para que coincidan con el export
+def get_x(i): return None
 def get_y(i): return None
 
-# Parche crítico: Forzamos que las funciones existan en el módulo principal
-# Esto soluciona el error UnboundLocalError al cargar el pickle
+# Forzar la visibilidad en el módulo principal para el unpickler
 import __main__
 __main__.get_x = get_x
 __main__.get_y = get_y
 
-# 2. Configuración de entorno
-defaults.silent = True
-
-# 3. Cargar el modelo
-learn = load_learner('modelo_pokemon.pkl')
-categories = learn.dls.vocab
+# 2. Carga del modelo
+# Si falla aquí, el problema es que el archivo .pkl está corrupto o mal subido con LFS
+try:
+    learn = load_learner('modelo_pokemon.pkl')
+    labels = learn.dls.vocab
+except Exception as e:
+    print(f"Error cargando el modelo: {e}")
+    raise e
 
 def predict(img):
     img = PILImage.create(img)
     pred, pred_idx, probs = learn.predict(img)
-    return {categories[i]: float(probs[i]) for i in range(len(categories))}
+    return {labels[i]: float(probs[i]) for i in range(len(labels))}
 
-# 4. Interfaz
-interface = gr.Interface(
-    fn=predict, 
-    inputs=gr.Image(), 
-    outputs=gr.Label(num_top_classes=3),
-    title="Detector de Tipos Pokémon"
-)
+# 3. Interfaz de Gradio
+title = "Detector de Tipos Pokémon"
+description = "Sube una imagen para identificar el tipo elemental del Pokémon."
 
-interface.launch()
+gr.Interface(
+    fn=predict,
+    inputs=gr.Image(),
+    outputs=gr.Label(num_top_classes=3),
+    title=title,
+    description=description
+).launch()