Pyramid Cifar-10

Pyramid Cifar-10 é uma demo web para demonstrar como uma rede neural convolucional (CNN) pode categorizar imagens através de um modelo previamente treinado. Cifar-10 é o dataset usado no treinamento da rede e consiste em 60 mil imagens separadas em 10 categorias.

Instalação

Consideramos que a instalação será feita em um "virtualenv"

1. Clone o repositório;

2. Faça a instalação das dependencias:

(env)$ pip install -r requirements.txt

Ambiente de desenvolvimento

Para executar o servidor local:

(env)$ pserve development.ini

Por padrão o servidor local espera conexões na porta 6543

Deploy em produção

O projeto já inclui os arquivos necessários para o deploy no Heroku. Estes arquivos são:

• Procfile
• run (bash)
• runapp.py
• production.ini

Este modelo de deploy não é o ideal, mas é uma forma simples de colocar o projeto em produção. Considere usar uma estratégia de deployment mais apropriada como o uso de nginx/gunicorn.

Para fazer o deploy (heroku):

• Se quiser manter um registro das consultas feitas no sistema, habilite o uso do Cloudinary:
  • Faça o cadastro no Cloudinary
  • Insira suas credenciais no arquivo .env do heroku (saiba mais)
  • altere o parametro use_cloudinary no arquivo production.ini
• Faça o deploy com o comando (saiba mais):

(env)$ git push heroku master

O sistema automaticamente salvará as imagens e suas predições no Cloudinary se as credenciais estiverem presentes.

Contribuições

Todas as contribuições são bem vindas! Não deixe de compartilhar dúvidas, sugestões, criticas e etc!