Update pages/Entorno de Ejecución.py

pages/Entorno de Ejecución.py

@@ -40,8 +40,6 @@ def preprocess(file_uploader, module = 'cv2'): #makes the uploaded image readabl
 @st.experimental_singleton
 def load_clip():
     classifier = pipeline("zero-shot-image-classification", model = 'openai/clip-vit-large-patch14-336')
-    zsloaded = True
-    st.write('El modelo ha sido cargado, no es necesario volver a presionar el botón.')
     return classifier
 
 with cnn:
@@ -198,30 +196,31 @@ with zero_shot:
     with col_b:
 
         if st.button(key = 'clip_button', label = 'Cargar modelo de clasificación (puede tomar algo de tiempo)'):
-            classifier = load_clip()
+            
             
                 
         if st.button(key = 'ZS_button', label ='¿Hay un patacón en la imagen?'):
             if uploaded_file is not None:     
-                try:
-                    with st.spinner('Cargando predicción...'):
-                        img = preprocess(uploaded_file, module = 'pil')
-                        zs_classifier = classifier(img, 
-                        candidate_labels = labels_for_classification)
-    
-                        for clase in zs_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)
-                except:
-                    st.write('Primero se necesita cargar el modelo.')
+
+                with st.spinner('Cargando el modelo (puede demorar hasta un minuto, pero después predice rápido)'):
+                    classifier = load_clip()
+                
+                with st.spinner('Cargando predicción...'):
+                    img = preprocess(uploaded_file, module = 'pil')
+                    zs_classifier = classifier(img, 
+                    candidate_labels = labels_for_classification)
+
+                    for clase in zs_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)
             else:
                 st.write("Asegúrate de haber subido correctamente la imagen.")