Para o front-end, foram utilizadas as tecnologias HTML, CSS e JavaScript. A integração do front-end com o modelo de visão computacional está sendo feita inteiramente com Flask.
Página de Seleção de Imagem:
Após selecionar a imagem que deseja classificar entre os 8 tipos de urso disponíveis, a aplicação retornará para o usuário o nome da espécie (ou se é de pelúcia) e uma breve descrição sobre a espécie. Todas as descrições podem ser encontradas na pasta “descriptions”, mas recomendo explorá-las manualmente pela aplicação. 😊
Para começar, clone o repositório para a sua máquina utilizando o seguinte comando:
git clone https://github.com/ErickBonruque/bear-api
Recomendo o uso de uma máquina virtual para isolar o ambiente da aplicação. Siga os passos abaixo para configurar uma máquina virtual utilizando o venv:
-
Navegue até o diretório do projeto:
cd bear-api -
Crie uma máquina virtual (venv):
python -m venv venv -
Ative a máquina virtual (Linux/Mac):
source venv/bin/activate -
Ative a máquina virtual (Windows):
venv\Scripts\activate
Dentro da máquina virtual (caso tenha configurado), instale as dependências da aplicação utilizando o comando:
pip install -r requirements.txt
Agora que as dependências estão instaladas, você pode iniciar a aplicação. Utilize o seguinte comando:
python app.py

