README.md

Skin-ai

Skin-ai - это приложение на Streamlit для классификации кожных заболеваний с использованием обученной нейросети на PyTorch. Архитектуру использвовал ResNet-50 и обучил с разморозкой весов.

Функционал

• Загрузка изображения кожи через веб-интерфейс
• Обнаружение и классификация заболевания
• Вывод предсказанного класса и уровня уверенности модели

Датасет для обучения модели был взят отсюда

https://www.kaggle.com/datasets/pacificrm/skindiseasedataset

Установка и запуск

Локальный запуск

1. Клонируйте репозиторий:

   git clone https://github.com/username/Skin-ai.git
   cd Skin-ai
   

2. Установите зависимости:

   pip install -r requirements.txt
   

3. Запустите приложение:

   streamlit run app.py
   

Запуск через Docker

1. Соберите Docker-образ:

   docker build -t skin-ai .
   

2. Запустите контейнер:

   docker run -p 8501:8501 skin-ai
   

3. Откройте в браузере:

   http://localhost:8501
   

Структура проекта

Skin-ai/
│── .github/workflows/      # GitHub Actions для CI/CD
│── .streamlit/             # Конфигурация Streamlit
│── Dockerfile              # Файл для сборки Docker-образа
│── LICENSE                 # Лицензия проекта
│── README.md               # Документация проекта
│── app.py                  # Основной код приложения
│── labels.txt              # Файл с метками классов
│── requirements.txt        # Список зависимостей
│── skin_disease_model_jit.pt # JIT-запакованная модель PyTorch

My telegram @eralyf