CoolFace
Apppublic

kienthanhlong131/dental-caries-segmentation

sourceHugging Faceupdated 3mo agoView on Hugging Face
0likes
App README

🦷 Dental U-Net Segmentation

Ứng dụng web phân đoạn sâu răng từ ảnh X-ray bằng U-Net. Dự án gồm backend Flask phục vụ API và frontend tĩnh để hiển thị kết quả.

🎯 Tính năng chính

  • —✨ Chỉ dùng U-Net cho segmentation
  • —🌐 Frontend HTML/JS đơn giản, trực quan
  • —⚡ Inference nhanh với PyTorch
  • —🧠 Tự động xử lý ảnh đầu vào và tạo mặt nạ segmentation
  • —🔧 Cấu hình dễ dàng qua backend/config.py

📋 Yêu cầu

  • —Python 3.8+
  • —PyTorch 2.0+
  • —CUDA tùy chọn nếu muốn chạy GPU
  • —Windows / Linux / Mac

📦 Cài đặt đầy đủ

1. Chuẩn bị môi trường

Mở terminal và chuyển vào thư mục dự án:

bash
cd d:\Luận\Dental_UNet_Segmentation\backend

2. Tạo môi trường ảo

bash
python -m venv venv

3. Kích hoạt môi trường ảo

Windows:

powershell
venv\Scripts\activate

Linux/Mac:

bash
source venv/bin/activate

4. Cài đặt thư viện

bash
pip install -r requirements.txt

5. Đặt model vào thư mục

Copy file best_unet_dental_model.pth vào thư mục backend/models/:

powershell
copy path\to\best_unet_dental_model.pth backend\models\

🚀 Chạy ứng dụng

Cách 1: Chạy trực tiếp bằng Python

bash
python app.py

Sau khi chạy, server sẽ hoạt động tại:

  • —http://127.0.0.1:5001
  • —http://localhost:5001

Cách 2: Dùng run.bat (Windows)

File run.bat đã được chuẩn bị sẵn để kích hoạt môi trường và chạy ứng dụng. Bạn chỉ cần chạy:

powershell
run.bat

Cách 3: Dùng run.ps1 (PowerShell)

powershell
.\run.ps1

🌐 Sử dụng frontend

  1. 1.Mở trình duyệt và truy cập http://localhost:5001
  2. 2.Chọn ảnh X-ray răng
  3. 3.Nhấn nút Phân tích
  4. 4.Xem mặt nạ segmentation và ảnh chồng lên kết quả
Frontend hiện tại gửi ảnh đến endpoint mặc định: POST /api/unet-segment. Nếu frontend không tải được giao diện, bạn vẫn có thể dùng API trực tiếp.

📡 API chi tiết

1. Health check

http
GET /health

Response mẫu:

json
{
  "status": "ok",
  "model": {
    "unet_loaded": true,
    "device": "cpu"
  }
}

2. Segmentation

http
POST /api/segment
POST /api/unet-segment
Content-Type: multipart/form-data

Form data:
- image: file ảnh X-ray

Response mẫu:

json
{
  "success": true,
  "mask_available": true,
  "mask_pixels": 1435,
  "segmentation": "data:image/jpeg;base64,...",
  "image": "data:image/jpeg;base64,..."
}

🧩 Giải thích cấu trúc dự án

Dental_UNet_Segmentation/
├── ARCHITECTURE.md
├── QUICKSTART.md
├── README.md
├── requirements-dev.txt
├── run.bat
├── run.ps1
├── SETUP.md
├── test_model_load.py
├── backend/
│   ├── app.py
│   ├── config.py
│   ├── requirements.txt
│   ├── models/
│   │   └── best_unet_dental_model.pth
│   └── utils/
│       ├── __init__.py
│       ├── predictor.py
│       └── unet_model.py
└── frontend/
    ├── index.html
    ├── css/
    │   └── style.css
    └── js/
        └── app.js

🔧 Cấu hình quan trọng

Mở backend/config.py và điều chỉnh nếu cần:

python
UNET_THRESHOLD = float(os.environ.get('UNET_THRESHOLD', '0.05'))
UNET_DEVICE = os.environ.get('UNET_DEVICE', 'cpu')
API_PORT = int(os.environ.get('API_PORT', 5001))
MAX_IMAGE_SIZE = 16 * 1024 * 1024

Các cấu hình có thể thay đổi

  • —UNET_DEVICE: 'cpu' hoặc 'cuda'
  • —API_PORT: cổng server
  • —UNET_THRESHOLD: ngưỡng phân loại mặt nạ
  • —MAX_IMAGE_SIZE: giới hạn kích thước ảnh upload

✅ Kiểm tra nhanh

  1. 1.Model đã nằm trong backend/models/best_unet_dental_model.pth
  2. 2.Chạy python app.py không báo lỗi
  3. 3.Mở http://localhost:5001
  4. 4.Gửi ảnh lên, nhận kết quả segmentation

🛠️ Khắc phục sự cố

1. Không tìm thấy model

  • —Kiểm tra file backend/models/best_unet_dental_model.pth
  • —Nếu thiếu, copy file model vào đúng thư mục

2. Lỗi port bị chiếm

  • —Thay API_PORT trong backend/config.py
  • —Hoặc tắt tiến trình đang dùng port 5001

3. Không có GPU

  • —Chuyển UNET_DEVICE thành 'cpu'
  • —Ứng dụng vẫn chạy bình thường nhưng chậm hơn

4. Ảnh không hợp lệ

  • —Chỉ dùng định dạng jpg, jpeg, png, bmp
  • —Ảnh phải là ảnh X-ray răng rõ nét

📌 Lưu ý

  • —Server hiện tại dùng Flask development server. Nếu dùng production, nên deploy bằng WSGI server như Gunicorn hoặc uWSGI.
  • —File run.bat và run.ps1 chỉ phục vụ chạy local.

📝 License

MIT License

👨‍💻 Tác giả

  • —Dự án mẫu cho phân đoạn ảnh y tế với U-Net.
  • —Dental AI Project
  • —Phát triển cho nghiên cứu nha khoa

📧 Support

Để được hỗ trợ, vui lòng tạo issue hoặc liên hệ.

Version: 1.0.0 Last Updated: 2026-06-15