Add datetime aos logs.

main.py

@@ -6,6 +6,7 @@ import numpy as np
 from fastapi import FastAPI, File, UploadFile, Depends, HTTPException, status
 from fastapi.security import HTTPBearer, HTTPAuthorizationCredentials
 from feature_extractor_single import process_single_image
+from datetime import datetime
 
 #1. CONFIGURAÇÃO DA APLICAÇÃO E AUTENTICAÇÃO
 app = FastAPI(title="SojaClassifierAPI")
@@ -32,15 +33,15 @@ async def verify_token(credentials: HTTPAuthorizationCredentials = Depends(secur
 
 #2. CARREGAMENTO DOS MODELOS E DADOS
 #Carrega os 4 arquivos .pkl UMA VEZ quando a API inicia.
-print("Carregando modelos de classificação (.pkl)...")
+print(f">> [{datetime.now().strftime('%d/%m %H:%M:%S')}] | CARREGANDO MODELOS de classificação (.pkl)...")
 try:
     SCALER = joblib.load('scaler.pkl')
     UMAP = joblib.load('umap_reducer.pkl')
     SVM = joblib.load('svm_model.pkl')
     ENCODER = joblib.load('encoder.pkl')
-    print("Modelos de classificação carregados com sucesso.")
+    print(f">> [{datetime.now().strftime('%d/%m %H:%M:%S')}] | Modelos de classificação carregados com SUCESSO.")
 except FileNotFoundError:
-    print("ERRO: Arquivos .pkl do modelo não encontrados. Certifique-se de que 'scaler.pkl', 'umap_reducer.pkl', 'svm_model.pkl', e 'encoder.pkl' estão no repositório.")
+    print(f">> [{datetime.now().strftime('%d/%m %H:%M:%S')}] | ERRO: Arquivos .pkl do modelo não encontrados.\nCertifique-se de que 'scaler.pkl', 'umap_reducer.pkl', 'svm_model.pkl', e 'encoder.pkl' estão no repositório.")
     #Em um cenário real, poderíamos impedir a API de iniciar aqui
 
 print("Carregando banco de dados de informações (doencas.json)...")
@@ -59,6 +60,8 @@ async def classify_image(file: UploadFile = File(...), token: str = Depends(veri
     """
     Endpoint principal: Recebe uma imagem, extrai features e classifica.
     """
+
+    print(f">> [{datetime.now().strftime('%d/%m %H:%M:%S')}] | Recebida imagem: {file.filename}.")
     temp_path = f"/tmp/temp_{file.filename}"
 
     #Salva a imagem temporariamente
@@ -99,6 +102,8 @@ async def classify_image(file: UploadFile = File(...), token: str = Depends(veri
             "tratamento": ""
         })
 
+        print(f">> [{datetime.now().strftime('%H:%M:%S')}] | Diagnóstico para {file.filename}: {classe_predita}")
+
         #Retorna a resposta "rica"
         return {
             "diagnostico": classe_predita,