skin disease detection edge

使用AI在邊緣檢測皮膚病

邊緣的皮膚病檢測可以預測皮膚疾病的疾病，從不到一秒鐘的時間內感染部分的圖像，這就是AI在邊緣的來源。

該網絡應用只需使用網絡界面拍攝疾病圖像，並以準確的預測和時間給予疾病名稱。

入門

先決條件

先決條件1

• 選項1

  • ？叉這個倉庫！

• 選項2

  • ？使用https://github.com/denildg/skin-disease-detection-dection-ges.git克隆此存儲庫到本地機器

先決條件2

首先確保您已經安裝了Anaconda。
請參閱此頁面以安裝Anaconda。

先決條件3

安裝Intel開發的OpenVino工具包。 OpenVino Toolkit是AI在邊緣的秘密。
請參閱此頁面以安裝Anaconda。

安裝

步驟1

使用Anaconda創建一個新的環境： -

 conda create -n <envname> python=3.7

有關更多信息，請參見此處

步驟2

激活環境： -

 conda activate <envname>

步驟3

轉到項目目錄。
安裝所有要求： -

 pip install -r requirements.txt

運行該應用程序

步驟1

激活創建的環境： -

 conda activate <envname>

步驟2

激活OpenVino來源： -

<將您自己的OpenVino安裝目錄放入以下命令>

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

步驟3

在項目目錄中打開終端/CMD或使用

cd <project_directory>

步驟4

打開edge_app.py文件，然後根據您的OpenVino的安裝Directoty更改CPU_Extension。

步驟5

現在最終使用python運行app.py文件： -

 python app.py

步驟6

打開終端中指定的鏈接，如圖所示： -

因此，在此處打開以終端顯示的鏈接：-http：//127.0.0.1：5000/

主頁將是這樣： -

單擊頁面的識別按鈕。

它將將您重定向到上傳頁面： -

上傳皮膚病圖像： -

現在單擊“上傳”按鈕。

它將給出如下圖所示的結果： -

演示視頻

比較

與正常皮膚疾病檢測系統（https://github.com/denildg/denildg/skin-disease-detection）在邊緣預測皮膚疾病檢測所花費的時間的比較。

使用TensorFlow重量文件檢測皮膚病

邊緣的皮膚病檢測

筆記：

該模型並不是那麼精確。它僅用於使用OpenVino和Flask的Web應用程序部署。