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:
-
Instalação das Dependências:
- Utilize o comando
pip install -r requirements.txt
para instalar as dependências listadas no arquivorequirements.txt
.
- Utilize o comando
-
Execução:
- Execute o arquivo
main.py
para iniciar o identificador de malária. - Utilize o comando
python3 main.py
para iniciar a aplicação.
- Execute o arquivo
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.