Update app.py

app.py

@@ -6,7 +6,7 @@ from PIL import Image
 # Cargar los modelos
 model_cnn = load_model('MNIST_conv.h5')  # Modelo convolucional
 model_mlp = load_model('MNIST.h5')  # Modelo no convolucional
-
+model_cnn_v2 = load_model('mnist_conv.h5') 
 # Diccionario de etiquetas para Fashion-MNIST
 class_labels = { 
     0: "Cero",
@@ -34,7 +34,7 @@ def prepare_image(image):
 st.title("Predicción de Moda con Modelos")
 
 # Selección del modelo
-model_choice = st.selectbox("Selecciona el modelo:", ("Modelo Convolucional", "Modelo No Convolucional"))
+model_choice = st.selectbox("Selecciona el modelo:", ("Modelo Convolucional", "Modelo No Convolucional", "Modelo Convolucional (10 epocas mas (30))"))
 
 # Subida de imagen
 uploaded_file = st.file_uploader("Sube una imagen de 28x28 en escala de grises", type=["png", "jpg", "jpeg"])
@@ -51,9 +51,11 @@ if uploaded_file is not None:
     # Realizar la predicción según el modelo seleccionado
     if model_choice == "Modelo Convolucional":
         prediction = model_cnn.predict(prepared_image)
-    else:
+    
+    else if model_choice == "Modelo No Convolucional":
         prediction = model_mlp.predict(prepared_image)
-
+    else:
+        prediction = model_cnn_v2.predict(prepared_image)
     predicted_class = np.argmax(prediction, axis=1)[0]  # Obtener la clase con mayor probabilidad
 
     # Obtener la etiqueta correspondiente