基于CNN的新冠检测云平台源码及部署指南.zip
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本资源包提供了一个基于卷积神经网络（CNN）的新冠肺炎快速诊断系统云平台源代码与详尽部署教程，助力科研人员和医疗工作者便捷实现远程高效疾病筛查。
【资源说明】1. 该资源内项目代码都是经过测试运行成功、功能正常的才上传的，请放心下载使用！2. 本项目适合计算机相关专业（如计科、人工智能、通信工程、自动化、电子信息等）的在校学生、老师或者企业员工下载使用，也适合小白学习进阶。当然也可作为毕业设计项目、课程设计、作业或项目初期立项演示等。
3. 如果基础较为扎实，也可以在此代码基础上进行修改以实现其他功能。
基于CNN的新冠肺炎检测鉴定云平台源码+部署操作说明.zip
该资源包含以下内容：
- 使用DenseNet网络进行迁移学习，构建新冠肺炎CT影像检测模型
- 使用GradCam++算法对类激活图进行可视化，了解神经网络决策依据
安装及运行步骤如下：
```shell
# 1. 解压下载的文件至根目录
$ cd 根目录
# 2. 安装Python依赖项
$ pip install -r requirements.txt
$ pip install git+https://github.com/frgfm/torch-cam.git#egg=torchcam
# 3. 启动应用
$ python app.py
```
完成后，请访问 http://localhost:5000 开始使用。
------------------
## 使用Docker运行项目
借助 **Docker**，可以快速构建和启动整个应用程序：
```shell
# 1. 解压下载的文件至covid_web目录
$ cd covid_web
# 2. 构建Docker镜像
$ docker build -t covid_web .
# 3. 运行应用
$ docker run -it --rm -p 5000:5000 keras_flask_app
```
全部评论 (0)
