Image Classification

Este projeto consiste em uma aplicação web para classificação de imagens usando um modelo TensorFlow.js treinado com Teachable Machine. Ele inclui um frontend construído com Svelte e uma API de backend Node.js.

Project Struct

• frontend/ - Aplicativo frontend Svelte
• server.js - Servidor de API Node.js
• model/ - Arquivos de modelo TensorFlow.js

Pré-requisitos

• Node.js (v14 ou superior)
• npm (Node Package Manager)

Setup

1. Instalar Dependências de Back-end

npm install

2. Instalar Dependências de Front-end

cd frontend
npm install

Executando o Aplicativo

1. Inicie o Servidor do Back-end

Do diretório raiz:

npm start

A API será executada em http://localhost:5001

2. Inicie o Front-end

Em um novo terminal, do diretório frontend:

cd frontend
npm run dev

O frontend estará disponível em http://localhost:5173

Modelo

O diretório /model deve conter os seguintes arquivos da sua exportação do Teachable Machine:

• model.json
• weights.bin
• metadata.json

Para usar seu próprio modelo:

1. Treine seu modelo no Teachable Machine
2. Exporte o modelo como um modelo TensorFlow.js
3. Substitua o conteúdo do diretório /model pelos seus arquivos exportados

Crie seu próprio dataset

Para coletar imagens para treinar seu modelo, você pode usar a ferramenta DuckImg Scraper disponível em @johanlabs/duckimg-scrape.

Exemplo de uso:

python main.py "hamburguer,pizza,food" 100

Isso fará o download de 100 imagens para cada categoria "hamburguer", "pizza" e "food" dentro de uma pasta "downloads", que você pode usar para treinar seu modelo no Teachable Machine.

Endpoints da API

POST /classify

Classifica uma imagem e retorna previsões.

• Corpo da solicitação: { "image": "base64_encoded_image_string" }
• Resposta: { "success": true, "predictions": [{"label": "string", "confidence": number}] }

Suporte

Para problemas e perguntas, abra um problema no repositório do projeto.