Machine Learning

Introdução

Projeto desenvolvido se trata de um estudo de machine learning, o qual tem objetivo de treinar através de uma base de imagens e identificar dois personagens utilizando de técnicas passadas em aula.

Stack Utilizada

• Electron
• React Js
• Python

Personagens Selecionados para estudo:Os Simpsons - Milhouse e Apu

Funcionamento de interface desenvolvido utilizando Electron Js com conteúdo renderizado em React Js c/ (Typescript); Funcionamento de processamento de imagens utilizando Python e algumas bibliotecas externas;

Executável

Na pasta final_build está a versão final do build, o qual é possivel executar o machine-learning.exe

• Caso não queira executar o treinamento: na pasta preprocessado é possivel encontrar os arquivos de treinamento data.h5 e labels.h5 já processados. basta copiar e colar no caminho "raiz/final_build/resources/python/output/", e executar o machine-learning.exe

Obs: Treinamento pode levar horas para ser concluído corretamente.

Características do Treino

Arquivo presente na raiz do projeto caracteristicas.arff se trata dos dados de treino já extraidos para um padrão de arquivo, pronto para leitura através do programa Weka.

Imagens Utilizadas

Imagens que foram utilizadas estão nos diretórios:

• "./python/images/"
• "./final_build/resources/python/images/"

Instalação

Windows & Linux

cd electron
npm install --save
npm install -g

Start

Para execução em ambiente de desenvolvimento utilize os comandos abaixo. Comando deve ser executado dentro da pasta "electron".

npm start

Build

É possivel gerar uma versão executavel, para isso utilize dos comandos abaixo. O mesmo gera o build completo no diretório "electron/dist/" Comando deve ser executado dentro da pasta "electron".

npm run build

Release History

• 1.0.0
  • Primeira versão modelo funcional com interface
• 0.1.0
  • Primeira versão modelo funcional de analise em python (sem interface)
• 0.0.1
  • Estudo das técnicas

Credits

Phillipe Vieira - Developer

Clavison Zapelini - Teacher