ai art detector

ArtBrain : détecteur d'art IA

Ce référentiel contient le code de l'application prototype développée dans le cadre de mon projet de recherche en MSc Data Science à l'Université de Nottingham Trent. Le dépôt contient deux applications principales ; une application basée sur le cloud et une application sur l'appareil.

Contenu

• AppFastAPI : ArtBrain développé à l'aide de FastAPI.

• AppTFJS : ArtBrain développé à l'aide de TensorFlowJS.

Installation

1. Pré-requis

• Python3.10+

• PÉPIN

• GPU pris en charge par CUDA avec au moins 10 Go de VRAM

• L'installation de CUDA peut également être requise.

2. Installer les dépendances

Exécutez la commande suivante pour installer les dépendances. Utilisation recommandée et environnement virtuel.

pip install -r requirements.txt

3. Placement du fichier modèle

Placez les fichiers de modèle dans leurs dossiers respectifs. Contactez l'auteur pour les modèles formés.

4. Exécution de l'application

Pour exécuter l'application FastAPI, exécutez les commandes suivantes dans le terminal.

cd AppFastAPI 
python3 main.py

Après l'exécution de cette ligne, vous pouvez visiter votre hôte local pour utiliser l'application. Vous pouvez également utiliser Docker pour héberger l'application à l'aide du Dockerfile fourni.

Pour utiliser l'application TensorFlowJS, ouvrez simplement le fichier js_art_home.html dans un navigateur Web. Assurez-vous d'avoir les dossiers de modèles dans le même répertoire que dans le référentiel.

Auteur

• Ravidu Suien Rammuni Silva