El clasificador alcanza una precisión superior al 95%, aunque es una precisión muy alta este modelo no es lo suficientemente robusto como para ser empleado en un entorno médico real y solo tiene fines didácticos.
La aplicación web se comunica con el servidor el cual contiene una API, que se encarga de recibir la imagen y hacer el procesamiento para la clasificación de la imagen, al final el servidor nos devuelve la respuesta. Se implementa un componente de "Drag & Drop" para la subida de archivos.
Si quieres saber como se entrena este modelo, visita este repositorio: https://github.com/CarlosVargasDev/clasificador-resnet18-covid-xray
- Tener instalado Python.
- Tener instalado PyTorch y torchvision, el comando para instalarlo mediante anaconda es el siguiente: 'conda install pytorch torchvision cudatoolkit=10.2 -c pytorch';
- Tener instalado PILL
- Tener instalado Flask
- Tener instalado flask-cors
- Tener instalado NodeJs y NPM
- Tener instalado Angular
- Dirígete a la carpeta 'frontEnd'
- Para correr localmente ejecuta 'ng serve' y navega a 'http://localhost:4200/'.
- No olvides que previamente tendras que haber lanzado la API del clasificador