Spaces:
Runtime error
Runtime error
metadata
title: Image Classifier Interactive2
emoji: 🖼️
colorFrom: blue
colorTo: purple
sdk: gradio
sdk_version: 4.44.0
app_file: app.py
pinned: false
license: mit
🖼️ Sistema de Classificação de Imagens Interativo
Um sistema completo e interativo para classificação de imagens usando Deep Learning com PyTorch e Gradio.
🌟 Características
- Interface Intuitiva: Interface web fácil de usar com Gradio
- Múltiplos Modelos: Suporte para AlexNet, ResNet18/34/50 e MobileNetV2
- Treinamento Personalizado: Treine modelos com suas próprias imagens
- Avaliação Detalhada: Relatórios de classificação e matriz de confusão
- Predições em Tempo Real: Teste o modelo treinado com novas imagens
🚀 Como Usar
1. Configuração
- Defina o número de classes (2-10)
- Configure rótulos personalizados para cada classe
2. Upload de Dados
- Faça upload de imagens para cada classe
- Recomendado: pelo menos 10-20 imagens por classe
3. Treinamento
- Configure parâmetros (batch size, épocas, learning rate)
- Escolha um modelo pré-treinado
- Inicie o treinamento
4. Avaliação
- Visualize métricas de desempenho
- Analise a matriz de confusão
5. Predição
- Teste o modelo com novas imagens
- Veja as predições com níveis de confiança
🛠️ Tecnologias
- PyTorch: Framework de deep learning
- Gradio: Interface web interativa
- Torchvision: Modelos pré-treinados e transformações
- Scikit-learn: Métricas de avaliação
- Matplotlib/Seaborn: Visualizações
📋 Exemplos de Uso
- Classificação de animais (gatos vs cachorros)
- Reconhecimento de objetos
- Classificação de plantas/flores
- Detecção de defeitos em produtos
- Classificação de documentos
⚠️ Limitações
- Ambiente temporário: dados são perdidos ao reiniciar
- Recomendado para prototipagem e demonstrações
- Para uso em produção, considere salvar modelos externamente
📄 Licença
MIT License - veja o arquivo LICENSE para detalhes.
💡 Dica: Para melhores resultados, use imagens bem organizadas e balanceadas entre as classes!
Additional Information
- Developed by Ramon Mayor Martins (2025)
- E-mail: [email protected]
- Homepage: https://rmayormartins.github.io/
- Twitter: @rmayormartins
- GitHub: https://github.com/rmayormartins