Update app.py

app.py

@@ -6,17 +6,16 @@ IMG_SIZE = (224, 224)
 MODEL_PATH = "dental_classifier_model.keras"
 CLASS_NAMES = ['no_valido', 'valido']
 
-# Cargar modelo una vez al inicio
+# Cargar modelo una vez
 model = tf.keras.models.load_model(MODEL_PATH)
 
 def preprocess_image(img):
-    # Redimensionar y normalizar la imagen
     img = tf.image.resize(img, IMG_SIZE)
     img_array = tf.expand_dims(img, 0)
     img_array = img_array / 255.0
     return img_array
 
-def predict(rx_image):
+def predecir(rx_image):
     img_array = preprocess_image(rx_image)
     preds = model.predict(img_array)
     score = tf.nn.softmax(preds[0])
@@ -29,7 +28,6 @@ def predict(rx_image):
     other_class = CLASS_NAMES[other_index]
     other_confidence = score[other_index] * 100
     
-    # Crear texto de salida detallado
     resultado_texto = (
         f"--- Resultado de la Clasificación ---\n"
         f"La imagen es: **{predicted_class.upper()}**\n"
@@ -38,14 +36,19 @@ def predict(rx_image):
         f"------------------------------------"
     )
     
-    return rx_image, resultado_texto
+    return resultado_texto
 
-# Interfaz Gradio
-iface = gr.Interface(
-    fn=predict,
-    inputs=gr.Image(type="numpy", label="Sube tu RX"),
-    outputs=[gr.Image(type="numpy", label="RX procesada"), gr.Textbox(label="Resultado")],
-    live=False
-)
+# Interfaz estética usando Blocks
+with gr.Blocks(theme="default") as demo:
+    gr.Markdown("## Clasificador de Radiografías Dentales 🦷")
+    
+    with gr.Row():
+        with gr.Column():
+            rx_input = gr.Image(type="numpy", label="Sube tu RX")
+            boton = gr.Button("Analizar")
+        with gr.Column():
+            resultado = gr.Textbox(label="Resultado", interactive=False)
+    
+    boton.click(fn=predecir, inputs=rx_input, outputs=resultado)
 
-iface.launch()
+demo.launch()