ananicolemassaneiro / bincat

Classificação de Imagens de Gatos e Não Gatos com k-NN

Este projeto implementa um sistema de classificação de imagens de Gatos e Não Gatos utilizando o algoritmo k-Nearest Neighbors (k-NN) a partir de dados binários. O conjunto de dados utilizado é o CIFAR-10.

Requisitos

• Python 3.x
• Bibliotecas Python: numpy, matplotlib, scikit-learn (sklearn), tensorflow

Você pode instalar as bibliotecas Python necessárias utilizando o pip:

pip install numpy matplotlib scikit-learn tensorflow

Como Usar

1. Clone o repositório ou faça o download dos arquivos.

2. Execute o script main.py:

python main.py

O script carregará o conjunto de dados CIFAR-10, binarizará as imagens, treinará o classificador k-NN e avaliará o desempenho do modelo.

Configurações Adicionais

• O tamanho do conjunto de dados pode ser reduzido ajustando a variável sample_size no script main.py. Isso pode ser útil para agilizar o treinamento, especialmente em computadores com recursos limitados.

• O número de vizinhos (n_neighbors) no classificador k-NN pode ser ajustado em KNeighborsClassifier(n_neighbors=5) no script main.py.

Resultados

O script imprimirá a precisão do modelo no conjunto de dados de teste.

Autor

• Ana Nicole Massaneiro
• Marcus Dudeque

Licença

Este projeto está licenciado sob a Licença MIT.

Referências

• k-Nearest Neighbors (k-NN) Algorithm

• Documentação oficial do Python