Update app.py

app.py

@@ -3,37 +3,43 @@ from roboflow import Roboflow
 import shutil
 from pathlib import Path
 
-# Inicializar la aplicación FastAPI
+
 app = FastAPI()
 
-# Inicializar Roboflow
+# Inicialización de Roboflow
 rf = Roboflow(api_key="z15djNx8oHjsud3dWL4A")
 project = rf.workspace().project("stine")
 model = project.version(3).model
 
-# Carpeta temporal para guardar imágenes cargadas
+# Definir la carpeta temporal para guardar imágenes
 UPLOAD_DIR = Path("uploads")
-UPLOAD_DIR.mkdir(exist_ok=True)
+UPLOAD_DIR.mkdir(exist_ok=True)  # Crear la carpeta si no existe
 
 @app.post("/predict/")
 async def predict_image(file: UploadFile = File(...)):
-    """
-    Endpoint para predecir una imagen usando el modelo de Roboflow.
-    """
+
     # Verificar el tipo de archivo
     if file.content_type not in ["image/jpeg", "image/png"]:
         raise HTTPException(status_code=400, detail="El archivo debe ser una imagen (JPEG o PNG)")
 
     # Guardar el archivo temporalmente
     temp_file = UPLOAD_DIR / file.filename
-    with temp_file.open("wb") as buffer:
-        shutil.copyfileobj(file.file, buffer)
-
-    # Realizar la predicción
     try:
+        with temp_file.open("wb") as buffer:
+            shutil.copyfileobj(file.file, buffer)
+
+        # Realizar la predicción
         prediction = model.predict(str(temp_file), confidence=40, overlap=30).json()
+
     except Exception as e:
+        # Eliminar archivo temporal si algo sale mal
+        if temp_file.exists():
+            temp_file.unlink()
         raise HTTPException(status_code=500, detail=f"Error al realizar la predicción: {e}")
 
+    # Limpiar archivo temporal después de procesar
+    if temp_file.exists():
+        temp_file.unlink()
+
     # Devolver la predicción como respuesta
     return prediction