Spaces:
Build error
Build error
Update README.md
Browse files
README.md
CHANGED
@@ -1,12 +1,30 @@
|
|
1 |
-
|
2 |
-
|
3 |
-
|
4 |
-
|
5 |
-
|
6 |
-
|
7 |
-
|
8 |
-
|
9 |
-
|
10 |
-
|
11 |
-
|
12 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
Classificador de Glaucoma
|
2 |
+
Este é um classificador de glaucoma que utiliza um modelo de aprendizado profundo treinado em imagens de fundo de olho. O modelo é capaz de detectar a presença de glaucoma e fornecer a probabilidade em porcentagem.
|
3 |
+
|
4 |
+
Requisitos
|
5 |
+
Antes de começar, você precisa instalar as seguintes bibliotecas em seu ambiente Python:
|
6 |
+
|
7 |
+
TensorFlow
|
8 |
+
Gradio
|
9 |
+
NumPy
|
10 |
+
Você pode instalar essas bibliotecas usando o seguinte comando:
|
11 |
+
|
12 |
+
Copy code
|
13 |
+
pip install tensorflow gradio numpy
|
14 |
+
Uso
|
15 |
+
Clone este repositório ou baixe os arquivos my_model.h5, my_model_2.h5 e o script Python.
|
16 |
+
Execute o script Python no seu ambiente Python:
|
17 |
+
Copy code
|
18 |
+
python script.py
|
19 |
+
Após executar o script, uma interface web será aberta no seu navegador.
|
20 |
+
Carregue uma imagem de fundo de olho na interface.
|
21 |
+
O modelo irá analisar a imagem e exibir o resultado, juntamente com a probabilidade de glaucoma.
|
22 |
+
Modelo
|
23 |
+
O modelo foi treinado em imagens de fundo de olho. Existem dois modelos disponíveis:
|
24 |
+
|
25 |
+
my_model.h5: Modelo treinado com imagens de tamanho 224x224 pixels.
|
26 |
+
my_model_2.h5: Modelo treinado com imagens de tamanho 512x512 pixels.
|
27 |
+
Você pode escolher o modelo a ser usado modificando a variável config no script Python.
|
28 |
+
|
29 |
+
Exemplos
|
30 |
+
O diretório examples contém algumas imagens de exemplo que você pode usar para testar o classificador de glaucoma.
|