Este é um app iOS desenvolvido por eu, Isabela Hissa Pinto, em colaboração com Dayo Leal, Camila Parolin, Matheus Motta, Lucca Pivoto e Kleber Gadelha, cujo objetivo é aplicar inteligência artificial para classificar imagens como "rato", "peixe" ou "sapo".
Mesmo que a imagem enviada não pertença a nenhuma dessas categorias, o modelo sempre tentará encaixá-la em uma das três. O resultado? Um experimento divertido, inesperado e tecnicamente instigante.
A proposta surgiu como um exercício de integração entre CoreML e SwiftUI, mas também explora o comportamento de modelos de machine learning ao lidar com entradas fora do seu escopo original.
- Upload de qualquer imagem da galeria do usuário.
- Classificação automática como rat, fish ou frog usando um modelo de IA treinado com dados reais.
- Interface visual inspirada na estética dos anos 2000/2010 para um toque nostálgico e descontraído.
- Feedback visual imediato com ícone, rótulo e reações divertidas.
- SwiftUI: Para o desenvolvimento da interface do usuário de forma moderna, declarativa e responsiva.
- CoreML: Framework da Apple para integrar modelos de machine learning diretamente no app iOS.
- Create ML: Utilizado para treinar o modelo de classificação a partir de datasets.
- Kaggle: Fonte dos datasets de imagens usados para treinar o modelo de classificação entre ratos, peixes e sapos.
- Xcode: Ambiente de desenvolvimento integrado (IDE) para iOS.
O modelo de machine learning foi treinado utilizando imagens rotuladas das três classes: rat, fish e frog. As imagens foram divididas em conjuntos de treino e teste, normalizadas e processadas para melhorar a performance do classificador.
O modelo foi exportado no formato .mlmodel e integrado ao projeto via CoreML, permitindo inferência offline no próprio dispositivo iOS. Isso garante rapidez e privacidade para o usuário.
Além do aprendizado técnico, a intenção era criar algo:
- Divertido de usar (e compartilhar),
- Simples de experimentar,
- Capaz de mostrar como modelos de IA interpretam o mundo com dados limitados.
O resultado é um app que mistura tecnologia, humor e nostalgia, funcionando como uma mini-demostração do potencial (e dos limites) da IA em aplicações do dia a dia.
- Clone o repositório:
git clone https://github.com/hissapinto/RatFishFrog.git - Abra o projeto no Xcode.
- Certifique-se de ter um dispositivo iOS real ou simulador rodando.
- Build & Run.
Desenvolvido por:
- Isabela Hissa Pinto
- Dayo Leal
- Camila Parolin
- Matheus Motta
- Lucca Pivoto
- Kleber Gadelha
