Alunos:

• Ana Carolina Souza
• Bernardo Capoferri

O projeto consiste em um classificador de imagens de demônios das séries de video game Persona e Shin Megami Tensei, ambos da Atlus. Foi usado o YOLOv8 para realizar a classificação das imagens. O dataset foi criado a partir de imagens retiradas do jogo Persona 3 e Shin Megami Tensei V e rotuladas manualmente usando Roboflow.

O deploy do projeto foi feito utilizando o Streamlit.

O dataset foi hospedado no Roboflow e o modelo foi treinado no Google Colab usando modelos do YOLOv8 da Ultralytics. O modelo resultante foi salvo na pasta model com o nome best.pt.

Para acessar o projeto, clique aqui. O site acessa o modelo hospedado numa Lambda Function na AWS usando um API Gateway. Além desses recursos, também foram criados um EC2 para rodar a aplicação e um S3 para armazenar as imagens enviadas pelo usuário.

O código da aplicação usada no deploy está na branch master e a infraestrutura da AWS está na pasta model.

Para atualizar o modelo, basta trocar o arquivo best.pt na pasta model e dar um push na branch master. O GitHub Actions irá automaticamente atualizar o modelo na AWS. Após a atualização na AWS, o modelo já estará disponível no site.

Link do vídeo atualizando o modelo.

Para rodar o projeto localmente, troque para a branch local, instale as dependências na pasta model e na pasta landing-page. Troque o diretório para landing-page e execute o comando streamlit run app.py.

• Train YOLOv8 Object Detection on Custom Dataset
• Ultralytics Training
• Ultralytics Examples
• Ultralytics Datasets
• UltraLytics Classify
• Who's that Pokémon?
• Streamlit