Этот проект использует FastAPI и FastAI для создания веб-сервиса, который автоматически анализирует медицинские изображения и предсказывает наличие опухоли головного мозга. Модель обучена с использованием свёрточной нейронной сети (CNN), что позволяет эффективно работать с изображениями и делать предсказания.
Этот API позволяет загружать изображения МРТ головного мозга и получать предсказание о наличии опухоли. Модель использует FastAI для обучения и предсказаний, а приложение построено с использованием FastAPI, что позволяет быстро развернуть и интегрировать его в другие системы.
FastAPI — для создания и обработки REST API запросов. FastAI — для работы с обученной моделью машинного обучения и обработки изображений. PyTorch — для реализации нейронных сетей и работы с моделями. gdown — для загрузки модели с Google Drive.
Поддержка изображений: Загрузка изображений формата .jpg или .png через POST запрос. Предсказания с вероятностью: Возвращает не только предсказание, но и вероятность для каждого класса (например, "Tumor detected" или "No tumor"). Простота в использовании: Простой интерфейс API для интеграции в другие приложения. Запуск проекта Требования
Python 3.7 или выше Установленные библиотеки: FastAPI Uvicorn FastAI PyTorch Pillow gdown Установка зависимостей Создайте виртуальное окружение и установите все зависимости:
bash
pip install -r requirements.txt Запуск сервера Для того чтобы запустить сервер, используйте команду:
bash uvicorn app:app --reload Сервер будет работать на http://127.0.0.1:8000.
Использование API Эндпоинт для предсказания POST /predict Этот эндпоинт принимает изображение, анализирует его с помощью обученной модели и возвращает предсказание о наличии опухоли.
URL: http://127.0.0.1:8000/predict
Пример запроса с использованием curl:
bash
Копировать код
curl -X 'POST'
'http://127.0.0.1:8000/predict'
-H 'accept: application/json'
-H 'Content-Type: multipart/form-data'
-F 'file=@path_to_your_image.jpg'
Где:
@path_to_your_image.jpg — это путь к изображению на вашем компьютере, которое вы хотите отправить для анализа. Пример ответа: Пример успешного ответа от сервера:
json Копировать код { "Prediction": "Tumor detected", "Probability": 0.9876 } Если опухоль не обнаружена:
json Копировать код { "Prediction": "No tumor", "Probability": 0.9324 } Загрузка модели Модель загружается из Google Drive при старте приложения. Она сохраняется в локальной директории, чтобы не загружать её каждый раз.l
Технологии FastAPI — для создания и обработки API запросов. FastAI — для обучения и предсказаний с использованием моделей машинного обучения. PyTorch — для работы с нейронными сетями. gdown — для загрузки модели с Google Drive.