skin disease detection edge

使用AI在边缘检测皮肤病

边缘的皮肤病检测可以预测皮肤疾病的疾病，从不到一秒钟的时间内感染部分的图像，这就是AI在边缘的来源。

该网络应用只需使用网络界面拍摄疾病图像，并以准确的预测和时间给予疾病名称。

入门

先决条件

先决条件1

• 选项1

  • ？叉这个仓库！

• 选项2

  • ？使用https://github.com/denildg/skin-disease-detection-dection-ges.git克隆此存储库到本地机器

先决条件2

首先确保您已经安装了Anaconda。
请参阅此页面以安装Anaconda。

先决条件3

安装Intel开发的OpenVino工具包。 OpenVino Toolkit是AI在边缘的秘密。
请参阅此页面以安装Anaconda。

安装

步骤1

使用Anaconda创建一个新的环境： -

 conda create -n <envname> python=3.7

有关更多信息，请参见此处

步骤2

激活环境： -

 conda activate <envname>

步骤3

转到项目目录。
安装所有要求： -

 pip install -r requirements.txt

运行该应用程序

步骤1

激活创建的环境： -

 conda activate <envname>

步骤2

激活OpenVino来源： -

<将您自己的OpenVino安装目录放入以下命令>

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

步骤3

在项目目录中打开终端/CMD或使用

cd <project_directory>

步骤4

打开edge_app.py文件，然后根据您的OpenVino的安装Directoty更改CPU_Extension。

步骤5

现在最终使用python运行app.py文件： -

 python app.py

步骤6

打开终端中指定的链接，如图所示： -

因此，在此处打开以终端显示的链接：-http：//127.0.0.1：5000/

主页将是这样： -

单击页面的识别按钮。

它将将您重定向到上传页面： -

上传皮肤病图像： -

现在单击“上传”按钮。

它将给出如下图所示的结果： -

演示视频

比较

与正常皮肤疾病检测系统（https://github.com/denildg/denildg/skin-disease-detection）在边缘预测皮肤疾病检测所花费的时间的比较。

使用TensorFlow重量文件检测皮肤病

边缘的皮肤病检测

笔记：

该模型并不是那么精确。它仅用于使用OpenVino和Flask的Web应用程序部署。