| language: fr | |
| tags: | |
| - classification | |
| - sickle-cell | |
| - drepanocytose | |
| - yolov8 | |
| - pytorch | |
| - medical-imaging | |
| license: mit | |
| # DrepaDetecte — Classification de cellules falciformes (YOLOv8) | |
| Modèle de classification de types de cellules sanguines basé sur **YOLOv8**, entraîné sur des images de frottis sanguin colorées (MGG, Giemsa) pour la détection de la drépanocytose. | |
| ## Tâche | |
| Classification de types de cellules sur images de frottis sanguin colorées (MGG, Giemsa). | |
| ## Performance | |
| | Métrique | Valeur | | |
| |----------|--------| | |
| | Accuracy | > 90% | | |
| | F1-Score | > 0.90 | | |
| | mAP | > 0.90 | | |
| ## Fichiers | |
| - `best.pt` : meilleurs poids YOLOv8 | |
| - `train_drepadetecte.ipynb` : notebook d'entraînement | |
| ## Utilisation | |
| ```python | |
| from ultralytics import YOLO | |
| model = YOLO("best.pt") | |
| results = model("frottis_sanguin.jpg") | |
| results[0].show() | |
| ``` | |
| ## Contexte | |
| Ce modèle fait partie d'un pipeline de recherche sur la détection automatique de cellules falciformes (drépanocytose). Il reçoit en entrée des images prétraitées par Noise2Void. | |
| ## Auteur | |
| **Abdourahmane BALDE** — [@abdourahmane01](https://huggingface.co/abdourahmane01) | |