Fix infer(): usar results[0].save_dir y guardar en carpeta temporal única

app.py

@@ -1,33 +1,52 @@
-# app.py
+import gradio as gr
+import tempfile
+import shutil
 import os
-# ── Ajuste para OpenMP *antes* de que Torch se cargue ──
-os.environ["OMP_NUM_THREADS"] = "1"
-
-import gradio as gr, tempfile, shutil
 from ultralytics import YOLO
 
 # ────────────────────────────
-# Modelo
+# Configuración de entorno
 # ────────────────────────────
-model = YOLO("best.pt")          # se carga una sola vez al arrancar
+# Evita el error de OpenMP en algunos entornos
+os.environ["OMP_NUM_THREADS"] = "1"
 
+# ────────────────────────────
+# Carga del modelo (sólo una vez)
+# ────────────────────────────
+model = YOLO("best.pt")
 
 def infer(video):
-    """Corre la detección sobre el vídeo subido y devuelve el vídeo anotado"""
-    tmp = tempfile.mkdtemp()
-    inp = os.path.join(tmp, "in.mp4")
-    shutil.copy(video, inp)
-    res = model.predict(source=inp, save=True, conf=0.25, iou=0.45)
-    return os.path.join(res.save_dir, "in.mp4")
-
+    """
+    Corre la detección sobre el vídeo subido y devuelve
+    la ruta al vídeo resultante con las cajas dibujadas.
+    """
+    # 1) Crear un directorio temporal único por llamada
+    tmp_dir = tempfile.mkdtemp()
+    # 2) Copiar ahí el vídeo de entrada
+    orig_name = os.path.basename(video)
+    inp_path = os.path.join(tmp_dir, orig_name)
+    shutil.copy(video, inp_path)
+    # 3) Ejecutar la predicción y guardar resultados en tmp_dir/predict
+    results = model.predict(
+        source=inp_path,
+        save=True,
+        conf=0.25,
+        iou=0.45,
+        project=tmp_dir,    # raíz de salida
+        name="predict"      # subcarpeta dentro de tmp_dir
+    )
+    # 4) results es una lista de Results; tomamos el primero
+    save_dir = results[0].save_dir  # pathlib.Path
+    # 5) El archivo de salida conserva el mismo nombre que el de entrada
+    out_path = os.path.join(save_dir, orig_name)
+    return out_path
 
 def show_classes():
-    """Devuelve las clases aprendidas por el modelo en formato legible"""
-    return ", ".join(model.names.values())     # ← FIX: usar los valores (str)
-
+    """Devuelve las clases aprendidas por el modelo."""
+    return ", ".join(model.names)
 
 # ────────────────────────────
-# UI en Blocks
+# Interfaz en Gradio Blocks
 # ────────────────────────────
 with gr.Blocks(title="Kesherat · Inspección de palas eólicas") as demo:
     gr.Markdown("## Inspección de palas eólicas con YOLO")
@@ -43,4 +62,4 @@ with gr.Blocks(title="Kesherat · Inspección de palas eólicas") as demo:
     btn_classes.click(fn=show_classes, outputs=txt_classes)
 
 if __name__ == "__main__":
-    demo.launch()        # añade share=True si quieres enlace público
+    demo.launch()