Update app.py

app.py

@@ -10,11 +10,6 @@ from albumentations import (
 from pathlib import Path
 import torch
 
-# ✅ 1. Evita imports repetidos e innecesarios
-# ❌ ya importaste fastai.vision.all que lo incluye todo
-# ❌ ya tienes PIL y transforms más arriba
-
-# ✅ 2. Función de preprocesamiento
 device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
 
 def transform_image(image):
@@ -25,7 +20,6 @@ def transform_image(image):
     ])
     return preprocess(image).unsqueeze(0).to(device)
 
-# ✅ 3. Funciones y clases necesarias para cargar el modelo
 def get_y_fn(x):
     return Path(str(x).replace("Images", "Labels").replace("color", "gt").replace(".jpg", ".png"))
 
@@ -48,12 +42,10 @@ class SegmentationAlbumentationsTransform(ItemTransform):
         aug = self.aug(image=np.array(img), mask=np.array(mask))
         return PILImage.create(aug["image"]), PILMask.create(aug["mask"])
 
-# ✅ 4. Carga del modelo desde el hub
 repo_id = "PablitoGil14/AP-Practica3"
 learn = from_pretrained_fastai(repo_id)
 model = learn.model.cpu()
 
-# ✅ 5. Función de predicción
 def predict(img_input):
     image = Image.fromarray(img_input).resize((640, 480))
     tensor = transform_image(image)
@@ -70,7 +62,6 @@ def predict(img_input):
     colored[pred == 4] = 74
     return Image.fromarray(colored)
 
-# ✅ 6. Interfaz Gradio moderna (gr.Image en lugar de .inputs.Image)
 demo = gr.Interface(
     fn=predict,
     inputs=gr.Image(type="numpy", label="Sube una imagen", shape=(480, 640)),