Classificação de Imagens de Carros

Este projeto consiste em desenvolver um modelo para extrair características e informações de imagens de carros, e utilizar disso para prever suas marcas e modelos e criar um protótipo de site para visualização prática. O foco é aprimorar sistemas automáticos de reconhecimento visual, com um potencial impacto em áreas como segurança e monitoramento.

Estrutura do Projeto

• modelo.ipynb: Código para visualização dos dados, extração de informações e treinamento do modelo em Python.
• prototipo.py: Protótipo do site utilizando Streamlit.

obs: no arquivo notebook modelo.ipynb, os dados são inclusos através de um download pelo GDown. Caso esse método deixe de funcionar, deve-se pegar os dados diretamente da pasta fornecida no repositório, com arquivos homônimos.

Etapas do Projeto

1. Importação e ajuste da base de dados
2. Exploração dos dados
3. Extração de informações relevantes das imagens para treinamento
4. Treinamento e teste das imagens
5. Avaliação dos modelos com base em Acurácia top-5
6. Aplicação do modelo final em um protótipo para uso prático

Como Executar

1. Treine o modelo utilizando o Colab ou rode o .ipynb localmente.
2. Execute o app prototipo.py para visualizar o site, ou entre através do link.

Resultados

Para acesso aos resultados, verifique o relatório postado no LinkedIn

Contato

• Meu LinkedIn
• Email: carloshmneto@usp.br