Update app.py

app.py

@@ -55,6 +55,9 @@ def preprocessar_imagem(img, modelo='SE-RegUNet 4GF'):
 
 import os
 
+# Obtenha o diretório atual do script
+diretorio_atual = os.path.dirname(os.path.abspath(__file__))
+
 # Função para processar a imagem de entrada
 def processar_imagem_de_entrada(img, modelo, pipe, salvar_resultado=False):
     try:
@@ -94,8 +97,8 @@ def processar_imagem_de_entrada(img, modelo, pipe, salvar_resultado=False):
         img_out = ori.copy()
         img_out[logit, 0] = 255
 
-        # Defina o caminho para salvar o resultado
-        caminho_salvar_resultado = os.path.join("Segmento_de_Angio_Coronariana_v5", "Salvar Resultado")
+        # Defina o caminho absoluto para salvar o resultado
+        caminho_salvar_resultado = os.path.join(diretorio_atual, "Segmento_de_Angio_Coronariana_v5", "Salvar Resultado")
         
         # Certifique-se de que o diretório existe
         os.makedirs(caminho_salvar_resultado, exist_ok=True)
@@ -111,6 +114,7 @@ def processar_imagem_de_entrada(img, modelo, pipe, salvar_resultado=False):
         # Em caso de erro, retorne uma mensagem de erro
         return str(e), None
 
+
 # Carregar modelos pré-treinados
 models = {
     'SE-RegUNet 4GF': torch.jit.load('./model/SERegUNet4GF.pt'),