{"id":27881284,"url":"https://github.com/hdgiacon/cats_and_dogs_classify","last_synced_at":"2026-05-05T18:36:43.789Z","repository":{"id":235990686,"uuid":"787066020","full_name":"hdgiacon/cats_and_dogs_classify","owner":"hdgiacon","description":"Projeto de visão computacional para análise e comparação de modelos convolucionais a fim de classificar imagens utilizando Transfer-learning e GRAD-CAM.","archived":false,"fork":false,"pushed_at":"2024-04-30T03:07:14.000Z","size":24043,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-10-20T12:03:48.007Z","etag":null,"topics":["cnn","computer-vision","deep-learning","python","tensorflow"],"latest_commit_sha":null,"homepage":"","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"cc-by-4.0","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/hdgiacon.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":"LICENSE","code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2024-04-15T20:29:32.000Z","updated_at":"2024-04-30T03:07:18.000Z","dependencies_parsed_at":"2024-04-30T04:54:17.602Z","dependency_job_id":null,"html_url":"https://github.com/hdgiacon/cats_and_dogs_classify","commit_stats":null,"previous_names":["hdgiacon/cats_and_dogs_classify"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/hdgiacon/cats_and_dogs_classify","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/hdgiacon%2Fcats_and_dogs_classify","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/hdgiacon%2Fcats_and_dogs_classify/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/hdgiacon%2Fcats_and_dogs_classify/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/hdgiacon%2Fcats_and_dogs_classify/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/hdgiacon","download_url":"https://codeload.github.com/hdgiacon/cats_and_dogs_classify/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/hdgiacon%2Fcats_and_dogs_classify/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":32663422,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-05-05T11:29:49.557Z","status":"ssl_error","status_checked_at":"2026-05-05T11:29:48.587Z","response_time":54,"last_error":"SSL_connect returned=1 errno=0 peeraddr=140.82.121.5:443 state=error: unexpected eof while reading","robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":false,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["cnn","computer-vision","deep-learning","python","tensorflow"],"created_at":"2025-05-05T05:01:00.212Z","updated_at":"2026-05-05T18:36:43.770Z","avatar_url":"https://github.com/hdgiacon.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# Cats and Dogs Classify\n\nProjeto de visão computacional para análise e comparação de modelos convolucionais a fim de classificar imagens em **gato** ou **cachorro** utilizando [Transfer-learning](https://www.tensorflow.org/tutorials/images/transfer_learning?hl=pt-br) e [GRAD-CAM](https://arxiv.org/pdf/1610.02391). Foram testados os modelos [*EfficientNetB3*](https://www.tensorflow.org/api_docs/python/tf/keras/applications/EfficientNetB3), [*MobileNetV2*](https://www.tensorflow.org/api_docs/python/tf/keras/applications/MobileNetV2) e [*ResNet50*](https://www.tensorflow.org/api_docs/python/tf/keras/applications/ResNet50), todos utilizando *TensorFlow*.\n\nA seção [Estrutura do Repositório](#estrutura-do-repositório) contém uma descrição e link para cada pasta e arquivo do projeto.\n\n## Exemplos\n\nAs imagens passadas aos modelos foram avaliadas por eles e o resultado é mostrado através do gradiente sobreposto às figuras.\n\n### *EfficientNetB3*\n\n![efficient_net_dog](assets/efficient_net/class_dog.jpg)\n\n### *MobileNetV2*\n\n![mobile_net_cat](assets/mobile_net/class_cat_cat.jpg)\n\n### *ResNet50*\n\n![res_net_dog_dog](assets/res_net/dog_dog.jpg)\n\n## Estrutura do Repositório\n\n* [**assets/**](assets/): pasta contendo imagens de saída dos modelos com o gradiente;\n\n* [**data/**](data/): pasta gerada em tempo de execução com a base de dados de imagem;\n\n* [**notebooks/**](notebooks/): pasta contendo os arquivos dos modelos em *Jupyter Notebook*;\n  * [*data_analysis.ipynb*](notebooks/data_analysis.ipynb): análise inicial sobre os dados e a sua distribuição;\n  * [*efficientNet.ipynb*](notebooks/efficientNet.ipynb): definição, execução e testes do modelo *EfficientNetB3*;\n  * [*mobileNet.ipynb*](notebooks/mobileNet.ipynb): definição, execução e testes do modelo *MobileNetV2*;\n  * [*resNet.ipynb*](notebooks/resNet.ipynb): definição, execução e testes do modelo *ResNet50*.\n\n* [**output/**](output/): pasta gerada em tempo de execução com os modelos e históricos de treino salvos;\n  * [**models/**](output/models/): pasta contendo os modelos treinado salvos;\n  * [**history/**](output/history/): pasta contendo os históricos de treinamento salvos.\n\n* [**utils/**](utils/): pasta contendo implementações em *Python* comuns à todos os modelos;\n  * [*extract_data.py*](utils/extract_data.py): extração dos dados e criação do *DataFrame*;\n  * [*plot_heatmap.py*](utils/plot_heatmap.py): plotagem de gráficos e imagens para análise dos resultados;\n  * [*split_data.py*](utils/split_data.py): divisão dos dados em treino, teste e validação.\n\n* [*.gitignore*](.gitignore): arquivo de instrução do *Git* informando quais arquivos e pastas devem ser ignorados;\n\n* [*Dockerfile*](Dockerfile): arquivo de instrução para a criação da imagem *Docker* para o projeto;\n\n* [*LICENSE*](LICENSE): arquivo informando qual a licença de software vigente no projeto;\n\n* [*README.md*](_): arquivo de ajuda e instrução;\n\n* [*requirements.txt*](requirements.txt): arquivo de instrução contendo as bibliotecas necessárias para o projeto.\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fhdgiacon%2Fcats_and_dogs_classify","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fhdgiacon%2Fcats_and_dogs_classify","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fhdgiacon%2Fcats_and_dogs_classify/lists"}