README.md

metadata

title: Bsyrx
emoji: 🦴
colorFrom: blue
colorTo: indigo
sdk: gradio
sdk_version: 4.29.0
app_file: app.py
pinned: false

Détection de fracture (Radiographie) — Prototype (FR)

Application Gradio gratuite (CPU) pour détecter des fractures sur des radiographies. Interface 100% en ligne, aucun téléchargement de base de données requis. Le modèle de détection (boîtes) est entraîné sur le poignet (GRAZPEDWRI-DX). Les autres régions sont exploratoires.

Utilisation

1. Téléversez une radiographie (PNG/JPG, niveaux de gris ou RGB acceptés).
2. Choisissez la région anatomique (Poignet recommandé pour la détection par boîtes).
3. Cliquez sur « Analyser » pour afficher l’image annotée et les détails en JSON.

Avertissement médical

• Cet outil n’est pas un dispositif médical.
• Il ne remplace pas l’avis d’un(e) radiologue/médecin.
• À utiliser comme aide indicative uniquement.

Déploiement sur Hugging Face Spaces

• SDK: Gradio
• Fichier d’entrée: app.py
• Matériel: CPU Basic
• Visibilité: Public
• Paramètres Runtime: activez « Internet » (nécessaire pour télécharger le modèle ONNX la première fois).

Fichiers requis

• app.py
• requirements.txt
• README.md (ce fichier)

Dépendances (extrait)

• gradio
• onnxruntime (CPU)
• opencv-python-headless
• numpy, pillow, requests

Modèle

• YOLOv7 (poignet) — poids ONNX téléchargés automatiquement:
  • https://github.com/mdciri/YOLOv7-Bone-Fracture-Detection/releases/download/trained-models/yolov7-p6-bonefracture.onnx

Le fichier est mis en cache dans le dossier models/ du Space (persistant entre redémarrages, réinitialisé en cas de reconstruction).

Limites connues

• Détection par boîtes principalement fiable sur le poignet (dataset GRAZPEDWRI-DX).
• Autres régions: résultats exploratoires; ajouter d’autres poids spécifiques améliorera la couverture.
• Sensibilité à la qualité de l’image et au positionnement.

Crédits

• Dataset GRAZPEDWRI-DX.
• Implémentation et poids YOLOv7 adaptés au poignet (référence GitHub mdciri/YOLOv7-Bone-Fracture-Detection).