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

Instalar dependencias:
```
npm install
```

Configuración del Modelo

Entrena tu modelo en Teachable Machine.
Exporta el modelo como "TensorFlow.js".
Descarga los archivos (model.json, metadata.json, weights.bin).
Colócalos en la carpeta public/model/.

Ejecución

Inicia el servidor:
```
node server.js
```
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.

1.1 KiB Raw Blame History