# Clasificador de Aves - ML Fullstack

Este proyecto cumple con los requerimientos de la Semana 15, integrando un modelo de Machine Learning (Teachable Machine) con una arquitectura Frontend/Backend.

## Estructura
- **Backend:** Node.js + Express (`server.js`). Maneja el registro de detecciones.
- **Frontend:** HTML/JS + TensorFlow.js (`public/`). Realiza la clasificación en tiempo real.

## Requisitos Previos
1. Instalar dependencias:
   ```bash
   npm install
   ```

## Configuración del Modelo
1. Entrena tu modelo en [Teachable Machine](https://teachablemachine.withgoogle.com/).
2. Exporta el modelo como "TensorFlow.js".
3. Descarga los archivos (`model.json`, `metadata.json`, `weights.bin`).
4. Colócalos en la carpeta `public/model/`.

## Ejecución
1. Inicia el servidor:
   ```bash
   node server.js
   ```
2. Abre tu navegador en `http://localhost:3000`.

## Integración Frontend-Backend
Cada vez que el frontend detecta un ave con más del 90% de confianza, envía una petición POST al endpoint `/api/detections` del backend para guardarla en el historial.