/PDIFINAL

Primary LanguageJupyter Notebook

Projeto de Processamento Digital de Imagens (PDI)

Este projeto contém implementações de modelos de aprendizado profundo para tarefas de visão computacional, específicas para a disciplina de Processamento Digital de Imagens.

Modelo DINO V2

Descrição

O modelo DINO V2 é uma implementação de Vision Transformer (ViT) que se destaca por seu treinamento sem supervisão, utilizando uma abordagem inovadora de maximização de similaridade entre representações de diferentes instâncias de uma imagem.

Arquivos Relevantes

  • dino_v2_pdi.ipynb: Jupyter Notebook contendo o código Python para treinar e avaliar o modelo DINO V2.
  • imagens/: Diretório contendo as imagens utilizadas para treinamento e teste.

Requisitos

Certifique-se de ter as seguintes bibliotecas instaladas antes de executar o código:

pip install torch torchvision tqdm pandas seaborn matplotlib scikit-learn

Como Executar

Execute o notebook dino_v2_pdi.ipynb em um ambiente compatível com Jupyter.

Modelo CNN Simples

Descrição

O modelo CNN Simples é uma Convolutional Neural Network básica projetada para tarefas de classificação de imagens. Este modelo serve como ponto de comparação com o DINO V2.

Arquivos Relevantes

  • simple_cnn_pdi.ipynb: Jupyter Notebook contendo o código Python para treinar e avaliar o modelo CNN Simples.
  • imagens/: Diretório contendo as imagens utilizadas para treinamento e teste.

Requisitos

Certifique-se de ter as seguintes bibliotecas instaladas antes de executar o código:

pip install torch torchvision tqdm pandas seaborn matplotlib scikit-learn

Como Executar

Execute o notebook simple_cnn_pdi.ipynb em um ambiente compatível com Jupyter.

Considerações

Os modelos foram implementados como parte de um projeto acadêmico para a disciplina de Processamento Digital de Imagens. Consulte os notebooks individuais para obter mais detalhes sobre o treinamento, avaliação e análise de resultados.

Este leia-me fornece uma visão geral dos modelos, seus requisitos e instruções básicas para execução. Certifique-se de personalizar as seções conforme necessário, especialmente as seções de requisitos e instruções de execução, se você estiver utilizando um ambiente diferente do Jupyter Notebook.

Base de dados extraida de https://www.kaggle.com/datasets/umairshahpirzada/birds-20-species-image-classification