Spaces:
Runtime error
Runtime error
| 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]](mailto:[email protected]) | |
| - Homepage: [https://rmayormartins.github.io/](https://rmayormartins.github.io/) | |
| - Twitter: [@rmayormartins](https://twitter.com/rmayormartins) | |
| - GitHub: [https://github.com/rmayormartins](https://github.com/rmayormartins) | |