Update app.py

app.py

@@ -7,7 +7,7 @@ import tensorflow as tf
 from tensorflow import keras
 
 # Cargar el nuevo modelo entrenado
-model1 = load_model('./isatron_v3.h5')
+model1 = load_model('./modelo_isatron_jeysshonl.h5')
 
 # Función para encontrar la última capa convolucional
 def find_last_conv_layer(model):
@@ -100,54 +100,7 @@ def image_classifier1(img):
     prediction_percentage = {'PNEUMONIA': float(prediction), 'NORMAL': float(1 - prediction)}
     return overlayed_img, prediction_percentage
 
-# Definir CSS personalizado con fondo oscuro
-custom_css = """
-body {
-    background-color: #1a1a1a;
-    color: #e6e6e6;
-}
-
-h1 {
-    color: #ffcc00;
-    text-align: center;
-}
-
-.gradio-container {
-    font-family: 'Arial', sans-serif;
-    max-width: 800px;
-    margin: auto;
-    padding: 20px;
-    background-color: #333333;
-    border-radius: 10px;
-    border: 1px solid #666666;
-}
-
-.footer {
-    text-align: center;
-    margin-top: 20px;
-    color: #e6e6e6;
-    font-size: 14px;
-}
-
-label {
-    font-weight: bold;
-    color: #e6e6e6;
-}
-
-button {
-    background-color: #ff6600;
-    color: white;
-    border: none;
-    padding: 10px 20px;
-    cursor: pointer;
-}
-
-button:hover {
-    background-color: #cc5200;
-}
-"""
-
-# Crear interfaz Gradio con CSS personalizado y pie de página
+# Crear interfaz Gradio con estilo predeterminado y pie de página
 demo_model1 = gr.Interface(
     fn=image_classifier1,
     inputs=gr.Image(type="pil", label="Sube una imagen de radiografía"),
@@ -155,10 +108,9 @@ demo_model1 = gr.Interface(
         gr.Image(type="numpy", label="Imagen con Mapa de Calor"),
         gr.Label(num_top_classes=2, label="Resultados de Predicción")
     ],
-    title="IsaTron V2 ",
+    title="IsaTron V2 con Mapa de Calor",
     description="Esta aplicación detecta neumonía a partir de imágenes de radiografías de tórax.",
-    article="<div class='footer'>Jeysshon 2024</div>",
-    css=custom_css
+    article="Jeysshon 2024"
 )
 
 # Ejecutar la interfaz