Atividade_2-Transfer_Learning

Repositório com Projeto refinado da atividade 2 de Transfer Learning da rede VGG16. Este projeto implementa um classificador de imagens usando transfer learning com VGG16 para distinguir entre coelhos (bunny) e gatos (cat).

Estrutura do Projeto

vgg16_bunny_cat_classifier/
├── configs/          # Configurações do projeto
├── models/           # Implementação do modelo
├── utils/            # Utilitários (data loading, visualização)
├── scripts/          # Scripts de execução
├── data/             # Datasets
├── checkpoints/      # Modelos salvos
├── results/          # Resultados e plots
└── requirements.txt  # Dependências

Instalação

pip install -r requirements.txt

Uso

Treinamento

python scripts/train.py --epochs 10 --batch_size 128

Inferência

python scripts/inference.py --model_path checkpoints/vgg16_bunny_cat_model.h5 --image_path path/to/image.jpg

Dataset

Organize seu dataset na seguinte estrutura:

Dataset-bunny_cat/
└── classes/
    ├── bunny/
    │   ├── image1.jpg
    │   └── ...
    └── cat/
        ├── image1.jpg
        └── ...

Resultados

O modelo utiliza transfer learning com VGG16 pré-treinada no ImageNet, congelando as camadas de features e retreinando apenas o classificador final.

Características

• Arquitetura: VGG16 + classificador customizado
• Pré-processamento: Redimensionamento para 224x224, normalização ImageNet
• Data Split: 70% treino, 15% validação, 15% teste
• Otimizador: Adam
• Loss: Categorical Crossentropy