Skip to content

Latest commit

 

History

History
122 lines (78 loc) · 3.43 KB

README.md

File metadata and controls

122 lines (78 loc) · 3.43 KB
Raw

🎖️ Classificação de Componentes Eletrônicos em Placa de Circuito Impresso utilizando Machine Learning

🪧 Descrição

A aplicação tem como objetivo classificar e quantizar os tipos de componentes de uma placa de circuito impresso.

🖥️ Tecnologias

A aplicação web foi desenvolvida com auxílio do framework Flask, juntamente com bibliotecas para o processamento de imagens (OpenCV) e para o uso da estruturas de rede neural artificial (PyTorch). Todos essas bibliotecas sendo da Linguagem Python versão 3.9.7.

🧾 Instalação de dependências

Após clonar esse repositório em seu computador e ter a versão surgerida do Python, é necessário instalar as bibliotecas necessárias para o funcionamento da aplicação. São elas:

fonttools==4.29.0
itsdangerous==2.0.1
Jinja2==3.0.3
kiwisolver==1.3.2
MarkupSafe==2.0.1
matplotlib==3.5.1
numpy==1.21.4
opencv-python==4.5.3.56
packaging==21.3
Pillow==9.0.0
pyparsing==3.0.7
python-dateutil==2.8.2
six==1.16.0
torch==1.8.0
torchvision==0.9.0
typing_extensions==4.0.1
Werkzeug==2.0.2

Instalando via terminal com o comando pip:

$ pip install -r requirements.txt

📟 Como usar

Após a instalação de dependências, é preciso que usar o comando de iniciação da aplicação no terminal (ou no servidor web), com o comando:

$ python .\app.py

Com isso, é possível visualizar a aplicação diretamente no navegador (ou no servidor web).

🌳 Ramos da Aplicação

📚 Trilha de Aprendizado

Ramo responsável pela introdução de conteúdos, conceitos, definições para o usuário da plataforma.

🛠️ Classificador de Componentes

Ramo que o usuário é capaz de fazer o upload de uma imagem para o classificador agir. O classificador foi treinado para detectar 4 tipos de componentes, são eles:

  • Fusível
  • Relê
  • Capacitor eletrolítico
  • LED

✍️ Autores

Fabrício da Costa Guimarães

João Victor de Carvalho Marques

Kluiwert Victor Tavares Mota