Downloads · 30 days
0
ManchaF/codigo-app-web-proyecto
codigo-app-web-proyecto is a machine learning model from ManchaF. Use it for the machine learning task on the model card, and read the license before you ship it in a product. The card lists the license as agpl-3.0.
Sistema web para la detección y segmentación de Mancha Foliar en hojas de maní Descripción
Downloads · 30 days
0
Access
Public
Updated Jul 30, 2026
Repo size
2.4 GB
Likes
0
Public
Click a slice to open those files.
.zip2.4 GB · 100%
From the Hugging Face model README
Sistema web para la detección y segmentación de Mancha Foliar en hojas de maní Descripción
Este repositorio contiene el código fuente de una aplicación web desarrollada para la detección y segmentación de Mancha Foliar en hojas de maní (Arachis hypogaea L.).
El sistema integra un modelo YOLOv8-seg que permite identificar hojas sanas y hojas con presencia de Mancha Foliar, delimitando las zonas afectadas mediante máscaras de segmentación.
El código fuente se encuentra almacenado en Hugging Face. La aplicación no se ejecuta directamente desde esta plataforma, sino que debe descargarse y ejecutarse localmente.
Arquitectura del sistema
La aplicación utiliza una arquitectura cliente-servidor:
Cliente: interfaz web que permite cargar imágenes y visualizar los resultados. Servidor: desarrollado con Flask, recibe las imágenes, ejecuta el modelo y devuelve los resultados al cliente. Tecnologías utilizadas Python Flask YOLOv8-seg PyTorch OpenCV HTML CSS JavaScript Estructura principal proyecto_mani/ ├── app.py ├── requirements.txt ├── README.md ├── LICENSE ├── modelo/ ├── templates/ └── static/ Requisitos del software
Para ejecutar el proyecto se requiere:
Python 3.9 o superior. pip. Entorno virtual de Python. Dependencias incluidas en requirements.txt. Navegador web actualizado. Instalación
Descargar o clonar el repositorio e ingresar a la carpeta del proyecto:
git clone [ENLACE_DEL_REPOSITORIO] cd proyecto_mani
Crear el entorno virtual:
python3 -m venv venv
Activar el entorno virtual en Linux:
source venv/bin/activate
En Windows:
venv\Scripts\activate
Instalar las dependencias:
pip install -r requirements.txt Ejecución
Con el entorno virtual activado, ejecutar:
python app.py
Después, abrir en el navegador la dirección proporcionada por Flask, generalmente:
Para detener el servidor:
Ctrl + C Uso del sistema Iniciar el servidor Flask. Abrir la aplicación en el navegador. Seleccionar una imagen de una hoja de maní. Enviar la imagen al servidor. Visualizar la predicción y las máscaras de segmentación. Versión v1.0.0
Primera versión funcional del sistema cliente-servidor:
Carga de imágenes. Procesamiento mediante YOLOv8-seg. Identificación de hojas sanas y con Mancha Foliar. Generación de máscaras de segmentación. Visualización de resultados en una interfaz web. Licencia
El proyecto se distribuye bajo la licencia indicada en el archivo LICENSE.