Skip to content

CoalClassifier: A deep learning model for classifying coal types using EfficientNetB0-based transfer learning and fine-tuning techniques. This project is designed to accurately distinguish between Anthracite, Bituminous, Lignite, and Peat classes and is developed using TensorFlow/Keras

Notifications You must be signed in to change notification settings

Furkantsnb/CoalClassifie

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

5 Commits
 
 
 
 

Repository files navigation

proje

Kömür Sınıflandırma Uygulaması - Proje Detayları

Proje Özellikleri

Bu proje, farklı kömür türlerini sınıflandırmak için EfficientNetB0 tabanlı bir derin öğrenme modeli sunar. Model, kullanıcıdan alınan bir kömür görüntüsünü analiz ederek şu sınıflardan birini tahmin eder:

  • Anthracite
  • Bituminous
  • Lignite
  • Peat

Proje aynı zamanda tahmin sonuçlarını çubuk grafik ve pasta grafiklerle görselleştirir ve web arayüzü üzerinden kolay kullanım sağlar.

Kullanılan Teknolojiler

  • TensorFlow/Keras: EfficientNetB0 modeli ve derin öğrenme altyapısı için.
  • Streamlit: Kullanıcı dostu web arayüzü oluşturmak için.
  • Playwright: Web arayüz testlerini gerçekleştirmek için.
  • Pytest: Model ve fonksiyonlar için birim testler.
  • Plotly: Grafiksel görselleştirme için.
  • Python: Projenin temel programlama dili.
  • NumPy: Veri işlemleri ve matematiksel hesaplamalar için.
  • Matplotlib: Görsel doğrulama ve veri kümesi görselleştirme.
  • Seaborn: Görselleştirmeler için estetik veri grafikleri.
  • OpenCV: Görüntü işleme araçları için.

Kütüphaneler

Proje aşağıdaki Python kütüphanelerini kullanmaktadır:

tensorflow
keras
numpy
streamlit
plotly
pytest
playwright
opencv-python
pillow
matplotlib
seaborn

Kurulum

Bu projeyi kullanmak için aşağıdaki adımları takip edin:

1. Gerekli Bağımlılıkları Kurun

Proje dizininde aşağıdaki komutları çalıştırarak gerekli kütüphaneleri yükleyin:

pip install tensorflow keras numpy streamlit plotly pytest playwright opencv-python pillow matplotlib seaborn

2. Playwright Testleri İçin Kurulum

Playwright ile testleri çalıştırmak için:

playwright install

Kullanım

1. Uygulamayı Çalıştırma

Streamlit uygulamasını başlatmak için proje dizininde şu komutu çalıştırın:

streamlit run app.py

2. Web Arayüzü Üzerinden Kullanım

  • Açılan tarayıcıda bir kömür görüntüsü yükleyin.
  • Model, görüntüyü analiz ederek tahmin sonuçlarını ve olasılıkları grafiksel olarak gösterecektir.

3. Testleri Çalıştırma

Projedeki testleri çalıştırmak için şu komutları kullanın:

pytest

4. Kodun Test Edilmesi (Playwright ile)

Playwright testlerini çalıştırmak için şu komutları çalıştırın:

pytest tests/test_playwright.py

Proje Yapısı

project/
├── app.py                   # Ana Streamlit uygulaması
├── model_training.py        # Model eğitimi için kod
├── test_model.py            # Pytest ile model testi
├── playwright_tests/        # Playwright ile web arayüz testleri
├── requirements.txt         # Gerekli kütüphaneler
└── README.md                # Proje açıklaması

Bu rehber ile projeyi kolayca kurabilir, çalıştırabilir ve test edebilirsiniz! 😊


About

CoalClassifier: A deep learning model for classifying coal types using EfficientNetB0-based transfer learning and fine-tuning techniques. This project is designed to accurately distinguish between Anthracite, Bituminous, Lignite, and Peat classes and is developed using TensorFlow/Keras

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published