Pezeshk e Khodkar Website

Le site Web de Pezeshk-e-Khodkar

Pezeshk-e-Khodkar-Webite est un site Web qui peut détecter les maladies à partir d'images avec des modèles d'IA. Maintenant, il est disponible pour détecter le cancer de la peau (mélanome, carcinomes de cellules basales et carcinome épidermoïde)

Installation et exécution du site Web

1. Référentiel de clones

 git clone https://github.com/Pezeshk-e-Khodkar/Pezeshk-e-Khodkar-Webaite.git

2. Configurer Venv

Vous pouvez utiliser des environnements virtuels pour exécuter le projet. (recommandé)

3. Installer les exigences

 pip install -r requirements.txt

4. Créer .env

Créez un fichier appelé .env sous le dossier racine et configurez-le.

 SECRET_KEY = 'Django secret key'
ADMIN_URL = 'Url of admin page on the website'
ALLOWED_HOSTS = 'http://yourdomain.com'
VIRUSTOTAL_API_KEY = 'API-key of VirusTotal'
SKINCANCER_AI_MODEL = 'name of Skin Cancer AI model'
RECAPTCHA_PUBLIC_KEY = 'Public Key of recaptch'
RECAPTCHA_PRIVATE_KEY = 'Private Key of recaptch'
RECAPTCHA_REQUIRED_SCORE = 0.85
EMAIL_HOST_USER = 'A Gmail that we use it to send emails.'
EMAIL_HOST_PASSWORD = 'Password App of your gmail'

De plus, si vous souhaitez télécharger ce site Web sur un serveur (Debug = false), il utilise MySQL avec des options de configuration ci-dessous:

 MYSQL_DB_NAME= 'Database name'
MYSQL_DB_USER= 'DataBase user'
MYSQL_DB_PASSWORD= 'user's password'
MYSQL_DB_HOST='Database host'
MYSQL_DB_PORT='Database port'

5. Ajouter l'application Admin-HoneyPot

Téléchargez Admin-HoneyPot et copiez le dossier admin-honeypot dans le dossier racine du projet.

6. Créer des dossiers

Créez deux dossiers appelés media et models dans le dossier racine.

7. Configurer le modèle AI

Mettez le fichier de modèle AI dans le dossier models .

8. Migrations:

Sur Linux, remplacez python à python3 .

 python manage.py makemigrations
python manage.py migrate

9. Configurer StaticFiles

 python manage.py collectstatic

10. Exécutez-le!

 python manage.py runserver

Exécuter des tests

1. Créer des dossiers

Créez deux dossiers appelés output_images et test_images sous libs/tests/ .

2. Définir les images de test

Définissez des images avec lesquelles vous souhaitez tester l'API, sous libs/tests/test_images .

3. Configurer dataset.csv

Créez un fichier appelé dataset.csv sous libs/tests/ et écrivez quelque chose comme ça.

 FileName,AntiVirusTest,SkinCancerDetectorTest,ImageVerifierTest,FileSizeVerifierTest,ImageUploaderTest
1.jpg,0,1,1,1,1
2.jpg,0,0,0,1,0
3.png,0,0,0,0,0
4.jpg,0,1,1,1,1
5.jpg,0,1,1,1,1

0 signifie que la classe doit retourner faux.
1 signifie que la classe doit retourner vrai.

4. Exécuter des tests

 python manage.py test

Licence

 MIT License

Copyright (c) 2023 Pezeshk-e-Khodkar

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.