|
import gradio as gr |
|
from fastai.vision.all import * |
|
|
|
learn = load_learner('export.pkl') |
|
|
|
labels = learn.dls.vocab |
|
|
|
def prever(imagem): |
|
img = PILImage.create(imagem) |
|
predicao, indice_predicao, probabilidades = learn.predict(img) |
|
predicao = str(predicao) |
|
probabilidades = [f"{labels[i]}: {prob * 100:.2f}%" for i, prob in enumerate(probabilidades)] |
|
|
|
return predicao |
|
|
|
titulo = "Detecção de Câncer de Mama com Aprendizado Profundo e Transferência de Aprendizado (ResNet18)" |
|
descricao = "<p style='text-align: center'><b>Como radiologista ou oncologista, é crucial saber o que há de errado com uma imagem de raio-X de mama.<b><br><b> Faça o upload da imagem de raio-X de mama para saber o que há de errado com o seio de uma paciente com ou sem implante<b><p>" |
|
artigo="<p style='text-align: center'>Aplicativo web desenvolvido e gerenciado por Addai Fosberg<b></p>" |
|
exemplos = [['img1.jpeg'], ['img2.jpeg']] |
|
habilitar_fila = True |
|
|
|
inputs = gr.inputs.Image(shape=(512, 512), label="Imagem de Raio-X de Mama") |
|
outputs = gr.outputs.Label(label="Diagnóstico") |
|
|
|
interface = gr.Interface( |
|
fn=prever, |
|
inputs=inputs, |
|
outputs=outputs, |
|
title=titulo, |
|
description=descricao, |
|
article=artigo, |
|
examples=exemplos, |
|
enable_queue=habilitar_fila |
|
) |
|
|
|
interface.launch() |
|
|