Update pages/Entorno de Ejecución.py

pages/Entorno de Ejecución.py

@@ -194,32 +194,31 @@ with vit:
                     #    return y_gorrito / len(classifier_list)
 
 
-                y_gorrito = 0
-                
-                for model in model_choice:
-                    st.write(model)
-                    api_result = query(uploaded_file.read(), model_dict[model]) 
-                    y_gorrito += api_result[1]["score"]                   
-                #y_gorrito /= len(model_choice)
-
-                st.write("y gorrito calculado", len(model_choice))
-                #classifier = classifier(img) 
-
-                #for clase in classifier:
-                #    if clase['label'] == 'Patacon-True':
-                #        y_gorrito = clase["score"]
-            
-            #y_gorrito = classifier[0]["score"]
-                
-                
-                #y_gorrito = vit_ensemble(classifiers, img)
+                    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]) 
+                    #    y_gorrito += api_result[1]["score"]                   
+                    #y_gorrito /= len(model_choice)
+    
+                    #st.write("y gorrito calculado", len(model_choice))
+                    #classifier = classifier(img) 
+    
+                    #for clase in classifier:
+                    #    if clase['label'] == 'Patacon-True':
+                    #        y_gorrito = clase["score"]
                 
-                if round(float((y_gorrito/len(model_choice))*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) 
+                #y_gorrito = classifier[0]["score"]
+                    
+                    
+                    #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)}%')  
+                    st.image(img) 
             else:
                 st.write("Asegúrate de haber subido correctamente la imagen.")