Update pages/Entorno de Ejecución.py

pages/Entorno de Ejecución.py

@@ -52,7 +52,6 @@ def query(data, model_name): #HF API
     response = requests.post(API_URL + "/" + model_name, headers=headers, data=data)
     while "error" in response.json(): 
         response = requests.post(API_URL + "/" + model_name, headers=headers, data=data)
-    st.write("Done.")
     return response.json() #.json
 
 @st.cache_resource
@@ -194,7 +193,7 @@ with vit:
                     #    return y_gorrito / len(classifier_list)
 
 
-                    y_gorrito = query(uploaded_file.read(), model_choice[0])[1]["score"] 
+                    #y_gorrito = query(uploaded_file.read(), model_choice[0])[1]["score"] 
                     
                     #for model in model_choice:
                     #    api_result = query(uploaded_file.read(), model_dict[model]) 
@@ -210,14 +209,14 @@ with vit:
                 
                 #y_gorrito = classifier[0]["score"]
                     
-                    
+                    st.write(api_result)
                     #y_gorrito = vit_ensemble(classifiers, img)
-                    
-                    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)}%')  
+                    #
+                    #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) 
             else:
                 st.write("Asegúrate de haber subido correctamente la imagen.")