skin disease detection edge

Erkennung von Hautkrankheiten mit AI am Rande

Die Erkennung von Hautkrankheiten am Rand prognostiziert die Hautkrankheit aus dem Bild dieses infizierten Teils in weniger als einer Sekunde, und dort kommt die KI am Rand.

Diese Web -App nimmt einfach ein Krankheitsbild mit einer Webschnittstelle auf und gibt den Namen der Krankheit mit Genauigkeit und Zeit für die Vorhersage.

Erste Schritte

Voraussetzungen

Voraussetzung 1

• Option 1

  • ? Gabel dieses Repo!

• Option 2

  • ? Klonen Sie dieses Repo mit https://github.com/denildg/skin-disease-deasedection-ed.git auf Ihre lokale Maschine.

Voraussetzung 2

Stellen Sie zunächst sicher, dass Sie die Anaconda installiert haben.
In dieser Seite finden Sie Anaconda.

Voraussetzung 3

Installieren Sie das von Intel entwickelte OpenVino -Toolkit. OpenVino Toolkit ist das Geheimnis hinter AI am Rande.
In dieser Seite finden Sie Anaconda.

Installation

Schritt 1

Erstellen Sie eine neue Umgebung mit Anaconda:-

 conda create -n <envname> python=3.7

Weitere Informationen finden Sie hier

Schritt 2

Aktivieren Sie die Umgebung:-

 conda activate <envname>

Schritt 3

Gehen Sie zum Projektverzeichnis.
Installieren Sie alle Anforderungen:-

 pip install -r requirements.txt

Ausführen der App

Schritt 1

Aktivieren Sie die erstellte Umgebung:-

 conda activate <envname>

Schritt 2

Aktivieren Sie die OpenVino-Quelle:-

<Legen Sie Ihr eigenes OpenVino -Installationsverzeichnis in den folgenden Befehl> ein

 source </opt/intel/openvino/bin>/setupvars.sh

Schritt 3

Öffnen Sie das Terminal/CMD im Projektverzeichnis oder in der Verwendung

cd <project_directory>

Schritt 4

Öffnen Sie die Datei von Edge_App.py und ändern Sie die cpu_extension gemäß Ihrer Installation DirectOty of OpenVino.

Schritt 5

Führen Sie nun endlich die App.py-Datei mit Python aus:-

 python app.py

Schritt 6

Öffnen Sie den Link wie im Terminal angegeben, der wie im Bild gezeigt wäre:-

Öffnen Sie also den als Terminal angezeigten Link hier:- http://127.0.0.1:5000/

Homepage wird wie folgt sein:-

Klicken Sie auf die Schaltfläche der Seite Identifizieren.

Es wird Sie zum Hochladen von Seite weiterleiten:-

Laden Sie das Bild von Hautkrankheiten hoch:-

Klicken Sie nun auf die Schaltfläche Upload.

Es gibt das Ergebnis, wie im folgenden Bild gezeigt:-

Demo -Video

Vergleich

Vergleich der Zeit, die für die Erkennung von Hautkrankheiten am Rande mit normalem Hautkrankheitsdetektionssystem (https://github.com/denildg/skin-disase-detction) benötigt wird .

Erkennung von Hautkrankheiten unter Verwendung von TensorFlow -Gewichtsdateien

Erkennung von Hautkrankheiten am Rand

Notiz:

Dieses Modell ist nicht so genau. Es dient nur zum Lehnen der Bereitstellung einer Web -App mit OpenVino und Flask.