---
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}")