Este projeto utiliza a combinação das bibliotecas ImageAI e TensorFlow para criar um modelo de deep learning capaz de classificar imagens de pulmões em três categorias: normal, pneumonia viral e coronavírus.
Certifique-se de ter as seguintes dependências instaladas em seu ambiente de desenvolvimento:
Você pode instalá-las executando o comando abaixo:
pip install tensorflow imageai numpy opencv-python jupyter
- data/: Aqui você encontrará as imagens de treinamento e teste organizadas por classe.
- data/models/: arquivo json com as classes e os modelos que foram treinados
- normal/: Imagens de pulmões normais.
- pneumonia/: Imagens de pulmões com pneumonia.
- coronavirus/: Imagens de pulmões com coronavírus.
train.ipynb: Use esse notebook Jupyter para treinar o modelo de classificação de imagens.
predict.ipynb: Use esse notebook Jupyter para fazer previsões e classificar novas imagens.
Certifique-se de que suas imagens de treinamento e teste estejam organizadas corretamente dentro da pasta data/. Abra o notebook train.ipynb em sua IDE preferida, utilizei o Jupyter Notebook. Execute cada célula do notebook para carregar as imagens, criar o modelo de classificação e iniciar o treinamento. Ao final do treinamento, seu modelo será salvo na pasta data/models/.
Tenha em mãos uma imagem de pulmão que deseja classificar. Você pode abrir o notebook predict.ipynb em uma IDE como o Jupyter Notebook. Execute cada célula do notebook para carregar o modelo treinado e abrir a interface. Faça uploud de uma imagem para fazer a previsão/classificação da imagem e exibir o resultado.