Update app.py

app.py

@@ -1,22 +1,23 @@
 import gradio as gr
-from transformers import AutoModelForSequenceClassification, AutoTokenizer
+from transformers import AutoModel, AutoFeatureExtractor
 import torch
 from PIL import Image
 
-# Carga el modelo y el tokenizer
+# Carga el modelo y el extractor de características
 model_name = "CarPeAs/reconocimiento-facial"
-model = AutoModelForSequenceClassification.from_pretrained(model_name)
-tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModel.from_pretrained(model_name)
+feature_extractor = AutoFeatureExtractor.from_pretrained(model_name)
 
 # Función de inferencia
 def reconocer_emocion(image):
-    # Convierte la imagen a un formato aceptable por el modelo
-    # Ajusta esta parte si el modelo acepta otro formato o requiere preprocesamiento
-    inputs = tokenizer(image, return_tensors="pt")
+    # Convierte la imagen a tensor
+    inputs = feature_extractor(images=image, return_tensors="pt")
     with torch.no_grad():
         outputs = model(**inputs)
     # Asumiendo que las emociones están en las etiquetas de salida del modelo
-    emotion = torch.argmax(outputs.logits, dim=-1).item()
+    # Ajusta esta parte según cómo el modelo devuelva las emociones
+    logits = outputs.logits
+    emotion = torch.argmax(logits, dim=-1).item()
     emociones = ["Feliz", "Triste", "Enojado", "Sorprendido", "Neutral"]
     return emociones[emotion]