Spaces:
Sleeping
Sleeping
File size: 3,844 Bytes
036421e 217866d 036421e 217866d 036421e 217866d 80d68c7 217866d 80d68c7 217866d 80d68c7 217866d 80d68c7 217866d 80d68c7 217866d 57c7f8e 217866d 57c7f8e 217866d 80d68c7 217866d 80d68c7 217866d 80d68c7 217866d 80d68c7 217866d 57c7f8e 217866d 80d68c7 57c7f8e |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 |
---
title: Cat Breed Classifier
emoji: 🐱
colorFrom: green
colorTo: red
sdk: gradio
sdk_version: 3.16.1
app_file: app.py
pinned: false
license: openrail
---
# \[EN\] Cat Breed Classifier
This is an app that can classify the breed of a cat based on a photo.
It uses a EfficientNetB0 ImageNet model finetuned on images of cats of various breeds. The model is able to recognize 18 breeds. See list [here](https://github.com/DenkingOfficial/cat_breed_classifier/tree/main/models).
## Requirements
- Python 3.8 or higher
- Gradio 3.15.0
- Tensorflow 2.10
- Numpy 1.23.3
- Requests 2.25.1
- Pillow 9.0.1
- FastApi 0.88.0
- Uvicorn 0.20.0 or higher
- Smartcrop.py
## How to use
1. Clone this repository using `git clone https://github.com/DenkingOfficial/cat_breed_classifier.git`
2. Enter the cloned directory `cd cat_breed_classifier`
3. Install requirements by running `pip install -r requirements.txt`
4. Download a model from [here](https://www.dropbox.com/s/jqzwew182acdohn/cats_18_EfficientNetB0.h5) and place it into `models` folder
5. Run app using `uvicorn app:app`
## Demonstration
## Authors
This app was developed by students of Ural Federal University (UrFU):
- Shershnev Andrey, RIM-120907 - Model Training, App Development
- Onuchina Margarita, RIM-120908 - UI Styling, Dataset collection
- Shalaeva Irina, RIM-120906 - UI Styling, Dataset collection
- Ilyin Semen, RIM-120907 - App Development, Dataset collection
- Ivanov Sergey, RIM-120906 - API Development, Dataset collection
---
# \[RU\] Классификатор пород кошек
Это веб-приложение, которое позволяет определять породу кошки по фотографии.
Оно использует модель EfficientNetB0 ImageNet тонко настроенную на изображениях кошек разных пород. Данная модель позволяет определять 18 пород. Посмотреть список можно [здесь](https://github.com/DenkingOfficial/cat_breed_classifier/tree/main/models).
## Зависимости
- Python 3.8 или новее
- Gradio 3.15.0
- Tensorflow 2.10
- Numpy 1.23.3
- Requests 2.25.1
- Pillow 9.0.1
- FastApi 0.88.0
- Uvicorn 0.20.0 или новее
- Smartcrop.py
## Как использовать
1. Загрузить данный репозиторий используя команду `git clone https://github.com/DenkingOfficial/cat_breed_classifier.git`
2. Перейти в директорию репозитория `cd cat_breed_classifier`
3. Установить зависимости используя команду `pip install -r requirements.txt`
4. Скачать модель [отсюда](https://www.dropbox.com/s/jqzwew182acdohn/cats_18_EfficientNetB0.h5) и скопировать ее в папку `models`
5. Запустить приложение используя команду `uvicorn app:app`
## Авторы
Это приложение было разработано студентами Уральского Федерального университета (УрФУ):
- Шершнев Андрей, РИМ-120907 - тренировка модели, разработка приложения
- Онучина Маргарита, РИМ-120908 - стилизация интерфейса, сбор датасета
- Шалаева Ирина, РИМ-120906 - стилизация интерфейса, сбор датасета
- Ильин Семен, РИМ-120907 - разработка приложения, сбор датасета
- Иванов Сергей, РИМ-120906 - разработка API, сбор датасета
|