-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathmain.py
More file actions
85 lines (63 loc) · 1.88 KB
/
main.py
File metadata and controls
85 lines (63 loc) · 1.88 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
# main.py
#
# Menu principal para:
# 1. Treinar o modelo
# 2. Realizar inferência em imagem aleatória do dataset de teste
#
import os
import random
from treinamento import treinar
from inferencia import inferir
# Pastas do dataset de teste
PASTAS_TESTE = [
"dataset/Disease_Test100",
"dataset/Healthy_Test50"
]
def escolher_imagem_aleatoria():
"""
Seleciona uma imagem aleatória do dataset de teste.
"""
pasta = random.choice(PASTAS_TESTE)
imagens = [
arq for arq in os.listdir(pasta)
if arq.lower().endswith((".jpg", ".jpeg", ".png"))
]
if not imagens:
raise RuntimeError(f"Nenhuma imagem encontrada na pasta {pasta}")
nome = random.choice(imagens)
caminho = os.path.join(pasta, nome)
print(f"\n🌿 Imagem sorteada para inferência: {caminho}\n")
return caminho
def executar_inferencia():
imagem = escolher_imagem_aleatoria()
resultado = inferir(imagem) # <-- removido checkpoint_dir
print(f"\nResultado Final da Inferência: {resultado}\n")
def executar_treinamento():
"""
Executa o treinamento do modelo.
"""
print("\nIniciando treinamento...\n")
treinar()
print("\nTreinamento finalizado!\n")
def main():
while True:
print("\n==============================")
print(" SISTEMA PIX2PIX IA")
print("==============================")
print("1 - Treinar modelo")
print("2 - Inferir imagem aleatória do teste")
print("3 - Sair")
print("==============================\n")
opcao = input("Escolha uma opção: ")
if opcao == "1":
executar_treinamento()
elif opcao == "2":
executar_inferencia()
elif opcao == "3":
print("Encerrando...")
break
else:
print("Opção inválida!")
exit()
if __name__ == "__main__":
main()