Spaces:
Running
Running
Update README.md
Browse files
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.
|