Spaces:
Runtime error
Runtime error
| title: Rapid Bone Fracture Detection | |
| emoji: 🦴 | |
| colorFrom: blue | |
| colorTo: indigo | |
| sdk: gradio | |
| sdk_version: 3.32.0 | |
| app_file: app.py | |
| pinned: false | |
| license: apache-2.0 | |
| # Rapid Bone Fracture Detection | |
| 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 : | |
| 1. **KnochenAuge** : Un modèle DETR pré-entraîné pour la détection d'objets, spécialisé dans la détection des fractures osseuses. | |
| 2. **KnochenWächter** : Un modèle de classification d'images entraîné pour détecter les fractures osseuses sur des radiographies. | |
| 3. **RöntgenMeister** : Un autre modèle de classification d'images utilisant l'architecture ViT (Vision Transformer) pour la détection des fractures. | |
| ## Comment utiliser l'application | |
| 1. Téléchargez une ou plusieurs images radiographiques au format PNG, JPG ou JPEG. | |
| 2. Ajustez le seuil de confiance à l'aide du curseur si nécessaire (par défaut 0,6). | |
| 3. Cliquez sur le bouton "Analyser les images" pour lancer la détection. | |
| 4. Les images avec des fractures détectées seront affichées dans la galerie, avec les zones de fracture encadrées. | |
| 5. Un résumé textuel des prédictions des modèles KnochenWächter et RöntgenMeister sera affiché sous la galerie. | |
| ## Détails techniques | |
| - L'application est construite à l'aide de la bibliothèque Gradio pour l'interface utilisateur. | |
| - Les modèles de vision par ordinateur proviennent de la bibliothèque transformers de Hugging Face. | |
| - Le traitement des images est effectué à l'aide de la bibliothèque Pillow. | |
| - L'application peut être déployée localement ou sur un serveur distant en utilisant Uvicorn. |