Petland é um projeto que tem como objetivo criar uma agenda para o animal de estimação do cliente cadastrado na plataforma online.
A aplicação foi criada para facilitar a organização de informações referente aos pets, registrando por exemplos as vacinas tomadas, idas ao veterinário e entre outros. Além disso, utilizando a localização atual do usuário trás espaços relacionados aos animais de estimação.
As ferramentas utilizadas para o desenvolvimento do projeto forão:
- Trello - organização das atividades
- Figma - criação dos templates
- Git e Github - versionamento de código e repositório
- AngularJs, um framework mantido pela Google
- Node.js, express, mongoose e mongoDB
- TensorFlow, API Keras e o Colab na parte de Inteligência Artificial para o reconhecimento de imagens.
Criamos as telas que estão localizadas na pasta de views, as telas são:
- Inicial
- Home (ao fazer login)
- Login
- Cadastro
- Fale Conosco
- Urgência
- Agenda Pet
- Equipe
- https://loiane.training/
- https://angular.io/
- https://material.angular.io/
- https://ng-bootstrap.github.io/#/home
- MongoDB - banco
- NodeJs, Mongoose e Express - construção api
- API - Leaflet link
- https://www.youtube.com/watch?v=iiOLOB3X-aw&list=LL&index=3&ab_channel=Rogers
- https://www.youtube.com/watch?v=cBQcMLzq5gU&list=LL&index=1&ab_channel=Jo%C3%A3oTinti
- https://www.youtube.com/watch?v=ZFge8WrnWHo&ab_channel=Jo%C3%A3oTinti
- Tutoriais Iniciais
- Tutorial de reconhecimento de roupas, flores e a tentativa de reconhecimento de gatos e cachorros. link
- Construção da CNN
- testando e treinando com dataset de gato e cachorro Utilizamos um modelo pré-treinado, MobileNetV2, é utilizado para reconhecimento de imagens, por ele ter uma quantidade muito grande de camada ele consegue diminuir o overfiting, fazendo com que o gap da precisao diminua. Obtivemos acurácia de 97%. link
A produção dos tutoriais foi feita para nos ajudar a se adaptar ao conteúdo.
- Desenvolvendo CNN para web com flask
- https://www.tensorflow.org/js/tutorials?hl=pt-br
- https://www.tensorflow.org/tutorials/images/cnn?hl=pt
- https://insightlab.ufc.br/aprenda-a-criar-e-treinar-uma-rede-neural-convolucional-cnn
- https://www.kaggle.com/datasets/zippyz/cats-and-dogs-breeds-classification-oxford-dataset
- https://medium.com/data-hackers/utilizando-machine-learning-para-classificar-grupos-de-ra%C3%A7as-de-c%C3%A3es-6db75f318d1a
- https://www.youtube.com/watch?v=5jJ_byZTpKYhttps://www.youtube.com/watch?v=qaIX5ZLiR1g
- https://www.youtube.com/watch?v=7MItgjXU3_E&ab_channel=C%C3%B3digoFonteTV
- https://www.youtube.com/watch?v=2eYLt1NA4Ss
- https://www.youtube.com/watch?v=d8U7ygZ48Sc
- https://github.com/tensorflow/models/tree/master/research/object_detection
- https://flask.palletsprojects.com/en/2.1.x/tutorial/
- https://flask.palletsprojects.com/en/2.1.x/quickstart/
- https://flask.palletsprojects.com/en/2.1.x/tutorial/factory/
- https://flask.palletsprojects.com/en/2.1.x/patterns/fileuploads/