Update pages/Entorno de Ejecución.py

pages/Entorno de Ejecución.py

@@ -18,7 +18,7 @@ st.set_page_config(
 )
 
 st.sidebar.write("contact@patacotron.tech")
-
+already_excuted = False
 cnn, vit, zero_shot, autoencoder, svm, iforest, gan = st.tabs(["CNN", "ViT", "Zero-Shot", "Autoencoder", "OC-SVM", 'iForest', 'GAN'])
 
 def predict(_model_list, _weights, _img): 
@@ -85,6 +85,7 @@ with cnn:
             model_dir = os.path.join(DIR, model)
             model_name = 'Patacotrón ' + model_dir.split(common_root)[-1].split(common_end)[0]
             model_dict[model_name] = model_dir
+        st.write(model_dict)
         #ultraversions = ['Patacotrón 1.5', 'Patacotrón 1.7', 'Patacotrón 1.8', 'Patacotrón 1.12', 'Patacotrón 1.12.2', 'Patacotrón 1.12.3']
         #ultraversions = ['Patacotrón 1.5', 'Patacotrón 1.6', 'Patacotrón 1.12.2', 'Patacotrón 1.8', 'Patacotrón 1.12']#, 'Patacotrón 1.13.20', 'Patacotrón 1.13.38']
         #['Patacotrón 1.5', 'Patacotrón 1.6',  'Patacotrón 1.7', 'Patacotrón 1.12'] #
@@ -104,6 +105,8 @@ with cnn:
         
         threshold = st.slider('¿Cuál va a ser el límite donde se considere patacón? (el valor recomendado es de 75%-80%)', 0, 100, 50, key = 'threshold_convnet')
         
+        
+
         selected_models = []
                 
         # Set the image dimensions
@@ -114,6 +117,8 @@ with cnn:
     with col_b:
              
         uploaded_file = st.file_uploader(key = 'conv_upload', label = 'Sube la imagen a clasificar',type= ['jpg','png', 'jpeg', 'jfif', 'webp', 'heic'])
+
+        st.write(model_choice)
         
         if st.button(key = 'convnet_button', label ='¿Hay un patacón en la imagen?'):
             if len(model_choice) < 1: