yassonee commited on
Commit
ab11292
·
verified ·
1 Parent(s): f140c22

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +34 -0
README.md CHANGED
@@ -0,0 +1,34 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ title: Rapid Bone Fracture Detection
3
+ emoji: 🦴
4
+ colorFrom: blue
5
+ colorTo: indigo
6
+ sdk: gradio
7
+ sdk_version: 3.32.0
8
+ app_file: app.py
9
+ pinned: false
10
+ license: apache-2.0
11
+ ---
12
+
13
+ # Rapid Bone Fracture Detection
14
+
15
+ Cette application utilise des modèles de vision par ordinateur pour détecter rapidement les fractures osseuses sur des radiographies. Elle combine trois modèles distincts pour une détection précise :
16
+
17
+ 1. **KnochenAuge** : Un modèle DETR pré-entraîné pour la détection d'objets, spécialisé dans la détection des fractures osseuses.
18
+ 2. **KnochenWächter** : Un modèle de classification d'images entraîné pour détecter les fractures osseuses sur des radiographies.
19
+ 3. **RöntgenMeister** : Un autre modèle de classification d'images utilisant l'architecture ViT (Vision Transformer) pour la détection des fractures.
20
+
21
+ ## Comment utiliser l'application
22
+
23
+ 1. Téléchargez une ou plusieurs images radiographiques au format PNG, JPG ou JPEG.
24
+ 2. Ajustez le seuil de confiance à l'aide du curseur si nécessaire (par défaut 0,6).
25
+ 3. Cliquez sur le bouton "Analyser les images" pour lancer la détection.
26
+ 4. Les images avec des fractures détectées seront affichées dans la galerie, avec les zones de fracture encadrées.
27
+ 5. Un résumé textuel des prédictions des modèles KnochenWächter et RöntgenMeister sera affiché sous la galerie.
28
+
29
+ ## Détails techniques
30
+
31
+ - L'application est construite à l'aide de la bibliothèque Gradio pour l'interface utilisateur.
32
+ - Les modèles de vision par ordinateur proviennent de la bibliothèque transformers de Hugging Face.
33
+ - Le traitement des images est effectué à l'aide de la bibliothèque Pillow.
34
+ - L'application peut être déployée localement ou sur un serveur distant en utilisant Uvicorn.