app.py

import gradio as gr

# Carregue o modelo
model_interface = gr.Interface.load("models/DHEIVER/Advances-in-Breast-Ultrasound")

# Defina informações sobre o modelo
model_info = """
**Modelo de Ultrassom Avançado para Mama**
Este modelo é uma versão refinada do facebook/convnextv2-large-1k-224 treinado no conjunto de dados "None". Ele alcança os seguintes resultados no conjunto de avaliação:
- Perda (Loss): 0.0398
- Precisão (Accuracy): 0.9882
**Descrição do Modelo**
Este modelo foi desenvolvido para tarefas avançadas de ultrassom mamário, mas requer informações adicionais para entender totalmente sua aplicação e limitações.
**Usos Previstos e Limitações**
Informações adicionais são necessárias para compreender os usos previstos e as limitações específicas deste modelo.
**Dados de Treinamento e Avaliação**
Mais informações são necessárias para entender os detalhes dos conjuntos de dados utilizados no treinamento e avaliação deste modelo.
**Procedimento de Treinamento**
**Hiperparâmetros de Treinamento**
Durante o treinamento, os seguintes hiperparâmetros foram utilizados:
- Taxa de Aprendizado (learning_rate): 5e-05
- Tamanho do Lote de Treinamento (train_batch_size): 16
- Tamanho do Lote de Avaliação (eval_batch_size): 16
- Semente (seed): 42
- Acumulação de Gradientes (gradient_accumulation_steps): 2
- Tamanho Total do Lote de Treinamento (total_train_batch_size): 32
- Otimizador: Adam com betas=(0.9, 0.999) e epsilon=1e-08
- Tipo de Programador de Taxa de Aprendizado (lr_scheduler_type): Linear
- Proporção de Aquecimento do Programador de Taxa de Aprendizado (lr_scheduler_warmup_ratio): 0.9
- Número de Épocas (num_epochs): 14
"""

# Adicione informações à descrição da interface Gradio
model_interface.description = model_info

# Lançar a interface
model_interface.launch()