PhotoProAI es una aplicación web avanzada diseñada para clasificar imágenes utilizando algoritmos de inteligencia artificial. Este proyecto ha sido desarrollado como proyecto final para 4Geeks Academy por Gonzalo Cagigao y Horacio Siciliano. Utilizando tecnologías de vanguardia en aprendizaje profundo y visión por computadora, PhotoProAI proporciona una herramienta intuitiva y poderosa para fotógrafos profesionales y entusiastas de la fotografía.
- Subida de imágenes: Los usuarios pueden cargar múltiples imágenes a la vez para su clasificación.
- Clasificación en tiempo real: Utilizando un modelo pre-entrenado, la aplicación clasifica las imágenes y proporciona etiquetas relevantes.
- Interfaz de usuario amigable: Con una interfaz moderna y reactiva, los usuarios pueden interactuar fácilmente con la aplicación.
- Descarga de resultados: Las imágenes junto con sus etiquetas de clasificación pueden descargarse en un archivo ZIP.
- Contador de créditos: Cada usuario tiene una cantidad limitada de créditos para clasificar imágenes, promoviendo un uso consciente de los recursos.
- Front-end: HTML, CSS, Bootstrap, JavaScript, JQuery
- Back-end: Flask (Python), TensorFlow, Keras
- Otros: Numpy, Pandas, Matplotlib, Scikit-learn
El proyecto comenzó con la identificación de la necesidad de un sistema robusto de clasificación de imágenes para fotógrafos. A través de varias iteraciones y pruebas, se desarrolló y refinó un modelo de clasificación utilizando TensorFlow y Keras. La interfaz de usuario se diseñó con un enfoque en la simplicidad y la eficiencia, permitiendo a los usuarios cargar y clasificar imágenes sin problemas innecesarios.
Para instalar y ejecutar PhotoProAI en su entorno local, siga los pasos a continuación:
- Clone el repositorio en su máquina local.
- Instale las dependencias utilizando
pip install -r requirements.txt
. - Ejecute la aplicación Flask con
flask run
dentro del directorio del proyecto. - Abra su navegador y vaya a
http://localhost:5000
para acceder a la aplicación.
Las contribuciones son bienvenidas. Si desea contribuir al proyecto, por favor fork el repositorio y envíe un pull request con sus características o correcciones sugeridas.
Este proyecto está licenciado bajo la Licencia MIT - vea el archivo LICENSE.md para más detalles.
Un agradecimiento especial a los instructores y compañeros de 4Geeks Academy por su apoyo y orientación a lo largo de este proyecto.