Update pages/Entorno de Ejecución.py

pages/Entorno de Ejecución.py

@@ -150,14 +150,14 @@ with vit:
                 st.write("Asegúrate de haber subido correctamente la imagen.")
     with col_b:
         if flag:
-            classifier = classifier(img)
-            st.image(img)           
+            classifier = classifier(img)          
             y_gorrito = classifier[0]["score"]
             if round(float(y_gorrito*100)) >= threshold:
                 st.success("¡Patacón Detectado!")
             else:
                 st.error("No se considera que haya un patacón en la imagen")
             st.caption(f'La probabilidad de que la imagen tenga un patacón es del: {round(float(y_gorrito * 100), 2)}%')  
+            st.image(img) 
                 
 
 with zero_shot:
@@ -178,26 +178,37 @@ with zero_shot:
         uploaded_file = st.file_uploader(key = 'ZS_upload', label = 'Sube la imagen a clasificar',type= ['jpg','png', 'jpeg', 'jfif', 'webp', 'heic'])
         threshold = st.slider('¿Cuál va a ser el límite desde donde se considere patacón? (se recomienda por encima del 80%)', 0, 100, 80, key = 'threshold_ZS')
 
+    with col_b:
+
+        loaded = False
+        
         if st.button(key = 'ZS_button', label ='¿Hay un patacón en la imagen?'):
-            with st.spinner("Cargando modelo de clasificación..."):
-                classifier = pipeline("zero-shot-image-classification", model = clip)
+            if not loaded:
+                with st.spinner("Cargando modelo de clasificación..."):
+                    classifier = pipeline("zero-shot-image-classification", model = clip)
+                    loaded = True
             if uploaded_file is not None:
                 with st.spinner('Cargando predicción...'):
                     img = preprocess(uploaded_file, module = 'pil')
                     flag = True
             else:
                 st.write("Asegúrate de haber subido correctamente la imagen.")
+        
+        if flag:
 
+            classifier = classifier(img, 
+                    candidate_labels = labels_for_classification)
 
-    with col_b:
-        if flag:
-            y_gorrito = (classifier(img, 
-                                candidate_labels = labels_for_classification)[1]["score"])
+            for clase in classifier:
+                if clase['label'] == 'A yellow deep fried smashed plantain':
+                    y_gorrito = (clase["score"])
+                    
             if round(float(y_gorrito*100)) >= threshold:
                 st.success("¡Patacón Detectado!")
             else:
                 st.error("No se considera que haya un patacón en la imagen")
             st.caption(f'La probabilidad de que la imagen tenga un patacón es del: {round(float(y_gorrito * 100), 2)}%')  
+            st.image(img)