Update app.py

app.py

@@ -3,24 +3,64 @@ from transformers import AutoProcessor, AutoModelForImageClassification
 from PIL import Image
 import torch
 
-# Load model directly
-processor = AutoProcessor.from_pretrained("prithivMLmods/Alphabet-Sign-Language-Detection")
-model = AutoModelForImageClassification.from_pretrained("prithivMLmods/Alphabet-Sign-Language-Detection")
+# ✅ Modelo válido y público
+MODEL_NAME = "prithivMLmods/Alphabet-Sign-Language-Detection"
 
+# --- Carga del modelo y procesador ---
+try:
+    processor = AutoProcessor.from_pretrained(MODEL_NAME)
+    model = AutoModelForImageClassification.from_pretrained(MODEL_NAME)
+    model.eval()
+    print(f"✅ Modelo '{MODEL_NAME}' cargado correctamente.")
+except Exception as e:
+    print(f"❌ Error al cargar el modelo '{MODEL_NAME}': {e}")
+    model, processor = None, None
+
+
+# --- Función de predicción ---
 def predict_sign(image):
-    # Resize to 224x224 and ensure RGB
-    image = image.resize((224, 224)).convert('RGB')
-    inputs = processor(images=image, return_tensors="pt")
-    with torch.no_grad():
-        outputs = model(**inputs)
-    predicted_class = outputs.logits.argmax(-1).item()
-    label = model.config.id2label.get(predicted_class, "Unknown")
-    return label
+    if model is None or processor is None:
+        return "❌ No se pudo cargar el modelo correctamente."
+
+    try:
+        # Aseguramos formato y tamaño
+        image = image.convert("RGB").resize((224, 224))
+
+        # Preprocesamiento
+        inputs = processor(images=image, return_tensors="pt")
+
+        # Inferencia sin gradientes
+        with torch.no_grad():
+            outputs = model(**inputs)
+            logits = outputs.logits
+            predicted_class = logits.argmax(-1).item()
+
+        # Obtener etiqueta (letra)
+        label = model.config.id2label.get(predicted_class, "Desconocido")
+        return f"🖐 Letra detectada: {label}"
+
+    except Exception as e:
+        print(f"⚠️ Error durante la predicción: {e}")
+        return f"⚠️ Error en la predicción: {e}"
+
+
+# --- Interfaz de Gradio ---
+title = "🤖 Reconocimiento de Lenguaje de Señas (ASL)"
+description = (
+    f"Sube una imagen con una seña del alfabeto ASL (A–Z). <br>"
+    f"Modelo utilizado: <code>{MODEL_NAME}</code>"
+)
+
+examples = [
+    ["https://placehold.co/400x400/808080/FFFFFF?text=Letra+A"],
+]
 
 gr.Interface(
     fn=predict_sign,
-    inputs="image",
-    outputs="text",
-    title="Reconocimiento de Lenguaje de Señas (ASL)",
-    description="Sube una imagen de una letra en lenguaje de señas y obtén la predicción."
-).launch(share=True)
+    inputs=gr.Image(type="pil", label="📸 Sube una imagen de una seña"),
+    outputs=gr.Textbox(label="Predicción"),
+    title=title,
+    description=description,
+    examples=examples,
+    allow_flagging="never"
+).launch()