Applicazioni pratiche di deep learning/Identificazione tumori della pelle
Il modello swin-tiny-patch4-window7-224-finetuned-skin-cancer che si trova su Hagging Face qui : https://huggingface.co/gianlab/swin-tiny-patch4-window7-224-finetuned-skin-cancer è stato ottenuto addestrandolo in 1,5 ore su Google Colab dopo avere importato le foto dei tumori della pelle da qui : https://www.kaggle.com/datasets/kmader/skin-cancer-mnist-ham10000 . Il modello è in grado di predire i tumori della pelle con un'accuratezza del 72,75% . Le possibili malattie classificate sono in inglese: 'Actinic-keratoses', 'Basal-cell-carcinoma', 'Benign-keratosis-like-lesions', 'Dermatofibroma', 'Melanocytic-nevi', 'Melanoma', 'Vascular-lesions' .
Ci sono 3 possibilità per utilizzarlo valutando se la pelle è malata oppure no :
1) Collegarsi con la pagina del modello https://huggingface.co/gianlab/swin-tiny-patch4-window7-224-finetuned-skin-cancer , cliccare su "Drag image here or click to browse from your device" e caricare la fotografia della pelle malata . Si otterrà una previsione della malattia con la relativa accuratezza che va dall'1% al 100% .
2) Creare su Colab un nuovo file e incollare il seguente codice :
from transformers import pipeline
pipe = pipeline("image-classification", "gianlab/swin-tiny-patch4-window7-224-finetuned-plantdisease")
Caricare la fotografia della pelle malata sul server tramite il seguente codice:
from google.colab import files
files.upload()
Se la foto si chiama foto_della_pelle.jpg utilizzare il seguente codice per visualizzare la foto:
from pathlib import Path
from PIL import Image
path_im = Path('foto_della_pelle.jpg')
image = Image.open(path_im)
image
Per ottenere la diagnosi della malattia digitare :
pipe(image)
con il risultato e la relativa accuratezza.
3) Invece di caricare la foto sul server di Colab si può importarla direttamente dal web con :
from PIL import Image
import requests
url = 'https://www.mio_sito.it/foto_della_pelle.jpg'
image = Image.open(requests.get(url, stream=True).raw)
image
Link esterni
modifica