Update app.py

app.py

@@ -1,6 +1,7 @@
 import tensorflow as tf
 from keras.utils import custom_object_scope
 import gradio as gr
+import numpy as np  # Adicione esta linha
 
 # Defina a camada personalizada FixedDropout
 class FixedDropout(tf.keras.layers.Dropout):
@@ -21,11 +22,8 @@ class_names = ["Normal", "Cataract"]
 
 # Defina a função de classificação
 def classify_image(inp):
-    # Reshape a imagem de entrada para o formato esperado pelo modelo (192x256)
-    img = tf.image.resize(inp, (192, 256))
-
-    # Adicione uma dimensão para corresponder ao formato (None, 192, 256, 3)
-    img = tf.expand_dims(img, axis=0)
+    # Reshape a imagem de entrada para o formato esperado pelo modelo
+    img = inp.reshape((-1, 224, 224, 3))
 
     # Faça uma previsão usando o modelo treinado
     prediction = loaded_model.predict(img).flatten()
@@ -33,7 +31,6 @@ def classify_image(inp):
     # Retorna a classe prevista
     return class_names[np.argmax(prediction)]
 
-
 # Crie uma interface Gradio
 iface = gr.Interface(
     fn=classify_image,
@@ -43,4 +40,4 @@ iface = gr.Interface(
 )
 
 # Inicie a interface Gradio
-iface.launch(debug=True)
+iface.launch(debug=True)