File size: 1,216 Bytes
014dfd7 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 |
---
language: es
tags:
- pytorch
- image-classification
license: cc-by-nc-nd-4.0
pipeline_tag: image-classification
widget:
- src: "sample_image1.jpg"
example_title: "Ejemplo de Lesión 1"
- src: "sample_image2.jpg"
example_title: "Ejemplo de Lesión 2"
---
# SkinLesionDetector-Transformer
Este es un modelo de clasificación de lesiones en la piel basado en el modelo ViT de Google. Está diseñado para detectar y clasificar lesiones en imágenes de la piel.
## Uso
```python
from transformers import AutoImageProcessor, ViTForImageClassification
import torch
from PIL import Image
import requests
# Cargar el modelo y el procesador
model = ViTForImageClassification.from_pretrained("usuario/SkinLesionDetector-Transformer")
processor = AutoImageProcessor.from_pretrained("usuario/SkinLesionDetector-Transformer")
# Cargar una imagen de prueba
image_url = "URL_DE_LA_IMAGEN"
image = Image.open(requests.get(image_url, stream=True).raw)
# Preprocesar la imagen
inputs = processor(images=image, return_tensors="pt")
# Hacer la predicción
outputs = model(**inputs)
# Obtener la clase predicha
predicted_class = outputs.logits.argmax(-1).item()
print(f"La clase predicha es: {predicted_class}")
|