myller-silva/classifier

Aplicação de Predição de Dígitos

Esta aplicação Flask foi desenvolvida para receber imagens de dígitos manuscritos, fazer a predição desses dígitos usando um modelo de aprendizado de máquina treinado e retornar os resultados da predição.

Tecnologias Utilizadas

• Python
• Flask
• scikit-learn
• HTML
• CSS
• JavaScript

Pré-requisitos

• Python 3.x
• Pacotes Python listados em requirements.txt

Instalação

1. Clone este repositório:

   git clone https://github.com/seu_usuario/sua_aplicacao.git

2. Navegue até o diretório do projeto:

   cd webapp

3. Instale os pacotes Python necessários:

   pip install -r requirements.txt

4. Coloque seu modelo treinado (por exemplo, um modelo de regressão logística, SVM, etc.) na pasta models/.

Migração

1. Configurar o Flask-Migrate: Certifique-se de ter o Flask-Migrate instalado em seu ambiente virtual. Você pode instalá-lo usando o pip:

   pip install Flask-Migrate
   

2. Inicializar o Flask-Migrate: No arquivo principal da sua aplicação Flask (geralmente app.py), inicialize o Flask-Migrate passando sua aplicação Flask e o objeto db como argumentos:

   from flask import Flask
   from flask_sqlalchemy import SQLAlchemy
   from flask_migrate import Migrate
   
   app = Flask(__name__)
   app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///seu_banco_de_dados.db'
   db = SQLAlchemy(app)
   migrate = Migrate(app, db)

   Certifique-se de importar Flask, SQLAlchemy, Migrate e quaisquer outros objetos necessários.

3. Criar Migrações Iniciais: Após definir seus modelos de banco de dados, você precisa criar uma migração inicial. Navegue até o diretório da sua aplicação e execute o seguinte comando:

   flask db init
   

   Isso criará um diretório chamado migrations na raiz do seu projeto, onde as migrações de banco de dados serão armazenadas.

4. Gerar Migrações: Agora, você pode gerar uma migração inicial para seus modelos de banco de dados. Execute o seguinte comando:

   flask db migrate -m "Inicialização da base de dados"
   

   Isso criará um arquivo de migração com os detalhes dos modelos de banco de dados.

5. Aplicar Migrações: Finalmente, você precisa aplicar as migrações ao seu banco de dados. Use o seguinte comando para isso:

   flask db upgrade
   

   Isso aplicará todas as migrações pendentes ao banco de dados, criando as tabelas conforme definido nos modelos.

Executando a Aplicação

1. Ative o ambiente virtual com um desses comandos:

.\venv\Scripts\activate

venv\Scripts\activate

1. Execute o seguinte comando para iniciar o servidor Flask:

   python app.py

2. Acesse a aplicação em seu navegador usando o endereço:

   http://localhost:5000

Como Usar

1. Na página inicial, você verá um formulário para carregar uma imagem contendo um dígito manuscrito.

2. Selecione uma imagem e envie o formulário.

3. O modelo fará a predição do dígito na imagem e exibirá o resultado na página.

Estrutura do Projeto

sua_aplicacao/
│
├── app/
│   ├── __init__.py
│   ├── routes.py
│   ├── models/
│   │   └── seu_modelo_treinado.pkl
│   └── ...
│
├── static/
│   ├── css/
│   ├── js/
│   └── ...
│
├── templates/
│   ├── index.html
│   └── ...
│
├── app.py
└── requirements.txt

• app/: Contém o código da aplicação Flask.
• static/: Contém arquivos estáticos como CSS, JavaScript, etc.
• templates/: Contém os arquivos HTML para renderização das páginas.
• app.py: Arquivo principal que inicia o servidor Flask.
• requirements.txt: Lista de pacotes Python necessários.