PhotoProAI: Clasificador de Imágenes con IA

Descripción

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.

Características

• 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.

Tecnologías Utilizadas

• Front-end: HTML, CSS, Bootstrap, JavaScript, JQuery
• Back-end: Flask (Python), TensorFlow, Keras
• Otros: Numpy, Pandas, Matplotlib, Scikit-learn

Desarrollo del Proyecto

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.

Instalación y Uso

Para instalar y ejecutar PhotoProAI en su entorno local, siga los pasos a continuación:

1. Clone el repositorio en su máquina local.
2. Instale las dependencias utilizando pip install -r requirements.txt.
3. Ejecute la aplicación Flask con flask run dentro del directorio del proyecto.
4. Abra su navegador y vaya a http://localhost:5000 para acceder a la aplicación.

Contribuciones

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.

Licencia

Este proyecto está licenciado bajo la Licencia MIT - vea el archivo LICENSE.md para más detalles.

Agradecimientos

Un agradecimiento especial a los instructores y compañeros de 4Geeks Academy por su apoyo y orientación a lo largo de este proyecto.