- 202105833 - Arthur Jung Barreto;
- 202105835 - Daniel Ribeiro da Silva;
- 202105844 - Gabriel van der Schmidt;
- 202105848 - Hugo Fernandes Silva.
Relatório descrevendo toda a implementação: Relatório Final - FLArobot.
Apresentações realizadas durante e após a implementação do projeto: Apresentações.
Vídeos mostrando a implementação na prática: Vídeos.
Scripts do repositório (em code):
- anottate_data: Código para realizar captura e anotação de imagens;
- train_conv1d: Código para treinar o modelo CNN;
- train_mlp: Código para treinar o modelo MLP;
- script_conv1d: Código para realizar inferência com o modelo CNN treinado;
- script_mlp: Código para realizar inferência com o modelo MLP treinado.
Dados usados para treinar os modelos: Dados.
Modelos do repositório (em models):
- conv1d: Modelo CNN treinado;
- mlp_classifier: Modelo MLP treinado.
graph TD
A[Input: 1D Sequence] --> B[Conv1D Layer 1: in_channels=1, out_channels=16, kernel_size=3, padding=1]
B --> C[ReLU Activation]
C --> D[MaxPool1D Layer 1: kernel_size=2, stride=2]
D --> E[Conv1D Layer 2: in_channels=16, out_channels=32, kernel_size=3, padding=1]
E --> F[ReLU Activation]
F --> G[MaxPool1D Layer 2: kernel_size=2, stride=2]
G --> H[Flatten Layer]
H --> I[Fully Connected Layer 1: in_features=32 * input_size//2//2, out_features=64]
I --> J[ReLU Activation]
J --> K[Fully Connected Layer 2: in_features=64, out_features=9]
K --> L[Output: Classes]