Spaces:
Sleeping
Sleeping
| 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 | |