Update handler.py

handler.py

@@ -346,24 +346,6 @@ def process_image_with_bboxes(self, image_url, picture_id, visit_id, minimal_acc
 class EndpointHandler():
 	def __init__(self, path=""):
 		device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
-        """
-		model_filename_detergentes = "model_curriculum4/prototypical_model_best_detergentes.pth"
-		local_model_path_detergentes = hf_hub_download(repo_id="Drazcat-AI/redes_prototipicas", filename=model_filename_detergentes)
-		self.encoder_detergentes, self.class_names_detergentes, self.prototypes_detergentes, self.eval_transform_detergentes = load_classification_model_optimized(
-			local_model_path_detergentes, device)
-		model_filename_mascotas = "model_curriculum4/prototypical_model_best_mascotas.pth"
-		local_model_path_mascotas = hf_hub_download(repo_id="Drazcat-AI/redes_prototipicas", filename=model_filename_mascotas)
-		self.encoder_mascotas, self.class_names_mascotas, self.prototypes_mascotas, self.eval_transform_mascotas = load_classification_model_optimized(
-			local_model_path_mascotas, device)
-		model_filename_vinos = "model_curriculum4/prototypical_model_best_vinos.pth"
-		local_model_path_vinos = hf_hub_download(repo_id="Drazcat-AI/redes_prototipicas", filename=model_filename_vinos)
-		self.encoder_vinos, self.class_names_vinos, self.prototypes_vinos, self.eval_transform_vinos = load_classification_model_optimized(
-			local_model_path_vinos, device)
-		model_filename_cecinas = "model_curriculum4/prototypical_model_best_cecinas.pth"
-		local_model_path_cecinas = hf_hub_download(repo_id="Drazcat-AI/redes_prototipicas", filename=model_filename_cecinas)
-		self.encoder_cecinas, self.class_names_cecinas, self.prototypes_cecinas, self.eval_transform_cecinas = load_classification_model_optimized(
-			local_model_path_cecinas, device)
-        """    
 		model_filename_licores = "model_curriculum4/prototypical_model_best_licores.pth"
 		local_model_path_licores = hf_hub_download(repo_id="Drazcat-AI/redes_prototipicas", filename=model_filename_licores)
 		self.encoder_licores, self.class_names_licores, self.prototypes_licores, self.eval_transform_licores = load_classification_model_optimized(