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.
- 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
-
Clone o repositório ou faça o download dos arquivos.
-
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.
-
O tamanho do conjunto de dados pode ser reduzido ajustando a variável
sample_size
no scriptmain.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 emKNeighborsClassifier(n_neighbors=5)
no scriptmain.py
.
O script imprimirá a precisão do modelo no conjunto de dados de teste.
- Ana Nicole Massaneiro
- Marcus Dudeque
Este projeto está licenciado sob a Licença MIT.