Este projeto visa identificar a presença de malária em células sanguíneas através de técnicas de Machine Learning.

• cvzone: Biblioteca para visão computacional.
• keras: Framework de alto nível para redes neurais.
• opencv-python: Biblioteca para processamento de imagem.
• tensorflow: Plataforma de código aberto para Machine Learning.

• O pacote de treinamento foi composto por mais de 3 mil imagens de células sanguíneas.
• Nenhuma imagem do pacote "images" foi utilizada no treinamento.

Para executar o projeto:

1. Instalação das Dependências:

   • Utilize o comando pip install -r requirements.txt para instalar as dependências listadas no arquivo requirements.txt.

2. Execução:

   • Execute o arquivo main.py para iniciar o identificador de malária.
   • Utilize o comando python3 main.py para iniciar a aplicação.

O modelo treinado tem a capacidade de identificar a presença de malária em imagens de células sanguíneas. Você pode testar o modelo carregando qualquer foto de célula no mesmo formato usado no treinamento, e a IA irá detectar se há ou não malária.

Certifique-se de seguir as instruções de formatação correta para garantir uma detecção precisa.