Update app.py

app.py

@@ -13,18 +13,18 @@ import zipfile
 import os
 import traceback
 
-# Cargar modelo TensorFlow ISIC (descomprimir solo una vez)
+# Descomprimir el modelo si no se ha descomprimido aún
 if not os.path.exists("saved_model"):
     with zipfile.ZipFile("saved_model.zip", "r") as zip_ref:
-        zip_ref.extractall(".")
+        zip_ref.extractall("saved_model")
 
-# Cargar modelo ISIC con TensorFlow
+# Cargar modelo ISIC con TensorFlow desde el directorio correcto
 from keras.layers import TFSMLayer
 
 try:
-    model_isic = TFSMLayer("saved_model", call_endpoint="serving_default")
+    model_isic = TFSMLayer("saved_model/saved_model", call_endpoint="serving_default")
 except Exception as e:
-    print("🔴 Error al cargar el modelo ISIC con TFSMLayer:", e)
+    print("\U0001F534 Error al cargar el modelo ISIC con TFSMLayer:", e)
     raise
 
 # Cargar modelos fastai
@@ -72,7 +72,7 @@ def analizar_lesion_combined(img):
 
         x_isic = preprocess_image_isic(img)
         preds_isic_dict = model_isic(x_isic)
-        print("🔍 Claves de salida de model_isic:", preds_isic_dict.keys())
+        print("\U0001F50D Claves de salida de model_isic:", preds_isic_dict.keys())
         key = list(preds_isic_dict.keys())[0]
         preds_isic = preds_isic_dict[key].numpy()[0]
         pred_idx_isic = int(np.argmax(preds_isic))
@@ -111,7 +111,7 @@ def analizar_lesion_combined(img):
         elif prob_malignant > 0.4 or cancer_risk_score > 0.4:
             informe += "⚠️ <b>ALTO RIESGO</b> – Consulta con dermatólogo en 7 días"
         elif cancer_risk_score > 0.2:
-            informe += "📋 <b>RIESGO MODERADO</b> – Evaluación programada (2-4 semanas)"
+            informe += "📜 <b>RIESGO MODERADO</b> – Evaluación programada (2-4 semanas)"
         else:
             informe += "✅ <b>BAJO RIESGO</b> – Seguimiento de rutina (3-6 meses)"
 
@@ -119,7 +119,7 @@ def analizar_lesion_combined(img):
         return informe, html_chart
 
     except Exception as e:
-        print("🔴 ERROR en analizar_lesion_combined:")
+        print("\U0001F534 ERROR en analizar_lesion_combined:")
         print(str(e))
         traceback.print_exc()
         return f"<b>Error interno:</b> {str(e)}", ""