Application Web de Classification COVID https://covid-detection.streamlit.app/

Il s'agit d'une application web permettant de classer les images radiographiques COVID-19 à l'aide d'un modèle d'apprentissage profond. L'application est développée en Python et Streamlit.

Table des matières

• Aperçu
• Fonctionnalités
• Installation
• Utilisation
• Démo
• Contributions
• Licence

Aperçu

L'Application Web de Classification COVID permet aux utilisateurs de télécharger des images radiographiques et d'obtenir des prédictions quant à la présence éventuelle de COVID-19. Le modèle d'apprentissage profond utilisé pour la classification a été entraîné sur un ensemble de données d'images radiographiques.

Fonctionnalités

• Téléchargez des images radiographiques pour la classification.
• Consultez le résultat de la classification.
• Interface conviviale.
• Détails et informations sur le modèle.

Installation

1. Clonez le dépôt :

   git clone [https://github.com/LaurianeMD/COVID_Classification]
   cd Covid-classification-web-app-python-streamlit
   
   

Créez un environnement virtuel (recommandé) :

python -m venv venv source venv/bin/activate # Sur Windows, utilisez venv\Scripts\activate

Installez les paquets requis :

pip install -r requirements.txt

Structure du Projet

Xray_data/ : Répertoire contenant les données.
cnn.py : Script de formation du modèle.
main..py : Script pour faire des prédictions avec le modèle entraîné.
util.py: Fonction utilitaires

Modèle

Un classificateur COVID a été utilisé pour classer les images de radiographie X-RAY (COVID, NORMAL). Le modèle est entraîné en utilisant une base de données de radiographies sur COVID-19 disponible sur Kaggle. Un modèle de réseau de neurones à convolution (CNN) a été utilisé.

Données

Les données sont disponibles sur Kaggle à partir du lien : https://www.kaggle.com/datasets/tawsifurrahman/covid19-radiography-database

Utilisation

Pour démarrer l'application web, exécutez la commande suivante : streamlit run main.py

Cela lancera l'application dans votre navigateur web, et vous pourrez commencer à l'utiliser.

Démo

Vous pouvez accéder à une démo en direct de l'application web via ce lien : https://covid-detection.streamlit.app/

Contributions

Les contributions sont les bienvenues ! Si vous souhaitez contribuer au projet, veuillez suivre ces étapes :

-Forkez le dépôt.
-Créez une nouvelle branche pour votre fonctionnalité ou correction de bogue.
-Effectuez vos modifications et commitez-les.
-Poussez vos modifications vers votre fork.
-Créez une demande d'extraction (pull request).
-Veuillez vous assurer de suivre le code de conduite du projet et de contribuer de manière respectueuse et collaborative.

Licence

Ce projet est sous licence BSD 3 - voir le fichier LICENSE pour plus de détails.

Auteurs:

Ali Moussa MAIGA
Lauriane MBAGDJE DORENAN
Carel Brian Koudous Jesuton MOUSSE
Ghislain MWENEMBOKA BYAMONI
Milse William NZINGOU MOUHEMBE