Update app.py

app.py

@@ -80,8 +80,8 @@ model = model.cpu()
 
 # Definimos una función que se encarga de llevar a cabo las predicciones
 def predict(img_ruta):
-    # img = PIL.Image.open(img_ruta)
-    img = img_ruta
+    img = PIL.Image.open(img_ruta) #esto si el parámetro de entrada es una ruta a una imagen
+    # img = img_ruta # esto si el parámetro de entrada es una imagen
     image = transforms.Resize((480,640))(img)
     tensor = transform_image(image=image)
     model.to(device)
@@ -98,9 +98,7 @@ def predict(img_ruta):
     return Image.fromarray(mask.astype('uint8'))
 
     
-    #img = PILImage.create(img)
-    # pred,pred_idx,probs = learner.predict(img)
-    # return {labels[i]: float(probs[i]) for i in range(len(labels))}
+    #img = PILImage.create(img) #igual hay que usar esto en vez de PIL.Image.open
     
 # Creamos la interfaz y la lanzamos. 
-gr.Interface(fn=predict, inputs=gr.inputs.Image(shape=(480, 640)), outputs=gr.inputs.Image(shape=(480, 640))).launch(share=False) #,examples=['color_155.jpg','color_154 (1).jpg']
+gr.Interface(fn=predict, inputs=gr.inputs.Image(shape=(480, 640)), outputs=gr.inputs.Image(shape=(480, 640)), examples=['color_155.jpg','color_154 (1).jpg']).launch(share=False) #,examples=['color_155.jpg','color_154 (1).jpg']