Implementação do MobileNet com TensorFlow.js e Flask

# Introdução

Este projeto o guiará pelo processo de implementação de um modelo MobileNetV2 pré-treinado usando TensorFlow.js dentro de uma aplicação web Flask. O MobileNetV2 é uma rede neural profunda leve usada principalmente para classificação de imagens. O TensorFlow.js permite a execução de modelos de aprendizado de máquina diretamente no navegador, possibilitando aplicações web interativas. O Flask, um framework web Python, servirá como backend para hospedar nossa aplicação. Ao final deste projeto, você terá uma aplicação web funcional que classifica imagens em tempo real usando o modelo MobileNetV2.

## 👀 Visualização

<video src="https://file.labex.io/namespace/718bace8-27a3-4200-a588-dde4041ceeb9/ml/project-deploying-mobilenet-with-tensorflowjs-and-flask/challenge-1/pt/assets/predict.mp4" width="100%" autoplay loop muted></video>

## 🎯 Tarefas

Neste projeto, você aprenderá a:

- Exportar um modelo MobileNetV2 pré-treinado do Keras para um formato compatível com TensorFlow.js.
- Criar uma aplicação Flask simples para servir seu conteúdo web e o modelo.
- Projetar uma página HTML para fazer upload e exibir imagens para classificação.
- Usar o TensorFlow.js para carregar o modelo exportado no navegador.
- Pré-processar imagens no navegador para corresponder aos requisitos de entrada do MobileNetV2.
- Executar o modelo no navegador para classificar imagens e exibir os resultados.

## 🏆 Conquistas

Ao concluir este projeto, você aprenderá:

- Como converter um modelo Keras pré-treinado em um formato que pode ser usado com TensorFlow.js, permitindo que modelos de ML sejam executados no navegador.
- O básico da configuração de uma aplicação Flask e como servir conteúdo HTML e arquivos estáticos.
- Como integrar o TensorFlow.js em uma aplicação web para realizar tarefas de aprendizado de máquina no lado do cliente.
- O processo de pré-processamento de imagens em JavaScript para torná-las compatíveis com os requisitos de entrada de modelos de aprendizado profundo.
- Como fazer previsões usando um modelo de aprendizado profundo no navegador e exibir os resultados dinamicamente na página web.