pippofinal

src/streamlit_app.py

@@ -89,7 +89,7 @@ for i, sample in enumerate(dataset):
 X_train = np.array(image_list)
 y_train = np.array(label_list)
 
-st.write(f"✅ Scaricate e preprocessate {len(X_train)} immagini da `imagenet_resized/64x64`!")
+st.write(f"✅ Scaricate e preprocessate {len(X_train)} immagini da `tiny-imagene/64x64`!")
 
 # 📌 Caricamento del modello
 if os.path.exists("Silva.h5"):
@@ -99,7 +99,7 @@ else:
     st.write("🚀 Training in corso perché `Silva.h5` non esiste...")
 
     # Caricare il modello VGG16 pre-addestrato
-    base_model = VGG16(weights="imagenet", include_top=False, input_shape=(224, 224, 3))
+    base_model = VGG16(weights="imagenet", include_top=False, input_shape=(64, 64, 3))
 
     # Congelare i livelli convoluzionali
     for layer in base_model.layers: