ai art detector

ArtBrain: KI-Kunstdetektor

Dieses Repository enthält Code für die Prototypanwendung, die im Rahmen meines Forschungsprojekts im MSc Data Science an der Nottingham Trent University entwickelt wurde. Das Repo enthält zwei Hauptanwendungen; eine cloudbasierte Anwendung und eine On-Device-Anwendung.

Inhalt

• AppFastAPI: ArtBrain wurde mit FastAPI entwickelt.

• AppTFJS: ArtBrain wurde mit TensorFlowJS entwickelt.

Installation

1. Voraussetzungen

• Python 3.10+

• PIP

• CUDA unterstützte GPU mit mindestens 10 GB VRAM

• Möglicherweise ist auch eine CUDA-Installation erforderlich.

2. Abhängigkeiten installieren

Führen Sie den folgenden Befehl aus, um die Abhängigkeiten zu installieren. Empfohlen für die Verwendung und virtuelle Umgebung.

pip install -r requirements.txt

3. Platzierung der Modelldatei

Platzieren Sie die Modelldateien in ihren jeweiligen Ordnern. Kontaktieren Sie den Autor für die trainierten Modelle.

4. Ausführen der Anwendung

Um die FastAPI-Anwendung auszuführen, führen Sie die folgenden Befehle im Terminal aus.

cd AppFastAPI 
python3 main.py

Nach der Ausführung dieser Zeile können Sie Ihren lokalen Host besuchen, um die Anwendung zu verwenden. Alternativ können Sie Docker verwenden, um die Anwendung mithilfe der bereitgestellten Docker-Datei zu hosten.

Um die TensorFlowJS-Anwendung zu verwenden, öffnen Sie einfach die Datei js_art_home.html in einem Webbrowser. Stellen Sie sicher, dass sich die Modellordner im selben Verzeichnis wie im Repository befinden.

Autor

• Ravidu Suien Rammuni Silva