舌体分割的初步展示应用——依托Streamlit搭建demo

简介: 舌体分割的初步展示应用——依托Streamlit搭建demo

1 前言


去年在社区发布了有关中医舌象诊断的博文,其中舌象识别板块受到了极高的关注和关注。😊最近,我接触到了Python的Streamlit库,它可以帮助数据相关从业人员轻松搭建数据看板。本文将介绍如何使用Streamlit构建舌体分割的演示,以供读者尝试使用。


Streamlit是一个简单易用的Python库,可以帮助您快速创建交互式的数据应用程序和仪表板。通过使用Streamlit,您可以方便地展示舌体分割的功能,让用户可以上传舌象图片,并通过预训练的模型进行分割,展示分割结果。


在本文中,我将带您逐步了解如何使用Streamlit构建舌体分割的demo,让您能够开始构建自己的数据应用程序。通过这个演示,读者可以亲自尝试舌体分割的功能,并对其进行实时交互。


让我们开始吧!😊


这里现放上相关的链接一遍读者获取:

舌体分割demo地址:demo;

舌体分割原理介绍:【python-Unet】计算机视觉舌象舌头图片分割机器学习(三);Streamlit入门知识:(一)初识Streamlit(附安装);


demo地址:https://testappton.streamlit.app/

demo地址:demo

demo截图:


2 功能介绍

demo主要为读者展示了舌体分割的效果,目前的数据集数量不大,模型还在优化中,所以目前仅展示初步的效果。使用者可以选择上传本地的jpg图片文件或者填写网页的jpg图片链接。

注意:上传的图片仅支持 jpg 格式

网页链接获取方式:百度搜索“舌象图片”→选择你认为质量较好的舌体图片→右键点击“复制图片链接”(需要为jpg格式)→粘贴至demo中的“网络地址”中→点击进行网络图片分割→等待运行成功。


streamlit cloud 的服务器在国外,国内访问可能会有些慢试用时请稍作等待……

ps:streamlit cloud 是streamlit为用户开放的看板分享社区,用户可以将自己制作的数据看板上传至git仓库连接strealit cloud即可分享作品。


舌象图片的参考(尽量选择类似拍摄的舌象照片)


3 实现介绍


实现过程非常简单,主要是初步搭建streamlit看板(详情见(一)初识Streamlit(附安装)),导入舌体分割测试文件(详情见【python-Unet】计算机视觉舌象舌头图片分割机器学习(三)),最后部署至streamlit cloud(后续会出博文具体介绍如何完整的搭建streamlit项目)


这篇博文的主要目的是向大家介绍我们的demo功能和使用方法,搭建过程非常简单,让您可以快速开始展示并实验舌体分割的功能。敬请期待后续的博文,详细介绍如何搭建完整的Streamlit项目。一起来探索吧!💻🌟😊


相关文章
|
9月前
|
人工智能 Prometheus 运维
阿里云1分钟或本地部署OpenClaw+AIOps高效运维实战:Prometheus+夜莺MCP,轻量化监控分析指南
在运维场景中,传统监控架构往往存在链路复杂、定制化成本高、AI能力融合不足等问题。OpenClaw(俗称“龙虾”)作为功能强劲的AI智能体工具,虽具备强大的自动化执行能力,但直接部署面临权限过高、不符合生产环境安全要求的痛点。而夜莺MCP(管理控制平面)与Prometheus的组合,虽能实现监控数据的采集与可视化,却存在上下文交互Token消耗大、运维人员精力分散等问题。
2359 128
|
9月前
|
安全 网络安全 数据安全/隐私保护
2026年OpenClaw(Clawdbot)服务器安全配置指南:从部署到加固步骤
OpenClaw(原Clawdbot、Moltbot)作为高权限AI自动化工具,其私有化部署特性意味着服务器的安全直接关系到数据隐私与系统稳定。2026年,随着AI Agent技术的普及,针对云服务器的暴力破解、权限滥用、端口扫描等攻击手段愈发频繁。阿里云作为国内领先的云服务平台,提供了多层次的安全防护机制,结合OpenClaw的特性进行针对性加固,能有效抵御各类安全风险。
2224 4
|
9月前
|
人工智能 弹性计算 监控
一步到位!OpenClaw Skills 完整部署:阿里云轻量服务器实战教程
OpenClaw(原Clawdbot/Moltbot)是开源AI Agent框架,集成通义千问等大模型,支持文件监控、邮件处理、日报生成等自动化任务。通过Skills插件(如email、web-search、file-monitor),可快速扩展能力。本文详解如何在阿里云轻量服务器上一键部署并配置实战技能。(239字)
2136 1
|
8月前
|
Java 调度 开发者
Java AQS:JUC 并发体系的底层同步框架基石
AQS(AbstractQueuedSynchronizer)是Java并发包(JUC)的底层核心,以volatile state + CLH双向队列统一实现同步控制。支持独占(如ReentrantLock)与共享(如Semaphore、CountDownLatch)两种模式,通过模板方法封装排队、阻塞/唤醒等通用逻辑,是理解与定制高性能同步组件的关键基石。(239字)
945 7
|
4月前
|
存储 传感器 监控
时序数据是什么?2026年企业为什么离不开时序数据库
时序数据是2026年增长最快的数据类型之一。据行业预测,工业物联网产生的时序数据量将占企业总数据量的75%以上,年复合增长率超过40%。时序数据已从“技术补充”升级为“核心资产”。本文从时序数据的基本概念出发,讲解时序数据的特征、应用场景,以及为什么传统数据库处理不了时序数据,帮助读者建立对时序数据的完整认知。
|
监控 数据可视化 测试技术
16_LLM交互式调试:用Streamlit构建可视化工具
在大语言模型(LLM)的应用开发过程中,调试一直是一个复杂且具有挑战性的任务。传统的调试方法往往依赖于静态日志、断点调试和反复的命令行交互,这种方式在处理LLM这类黑盒模型时显得尤为低效。随着2025年LLM技术的普及和应用场景的多样化,开发人员迫切需要一种更加直观、高效的调试方式。
1057 0
|
7月前
|
架构师 Java 中间件
Java程序员的职业规划:从技术深度到业务理解的转型之路
Java开发是一个成熟的职业领域,每年有数十万人进入这个行业,但能够持续成长、保持竞争力的却不多。
668 2
|
9月前
|
人工智能 自然语言处理 运维
企业建设智能客服系统要多少钱(2026年2月最新)
2026年智能客服成企业数字化标配,全球市场规模将超680亿美元。建设成本因部署模式(SaaS/专属云/私有化)、对话复杂度、渠道覆盖、系统集成、并发量及合规要求而异,年投入从2万元到150万元不等。科学规划预算、聚焦业务价值,方能实现高效ROI。(239字)

热门文章

最新文章