Diego Gravisaco

Sistema de medición y predicción inteligente de humedad en tierra

Para realizar una copia en forma local, seguir los siguientes pasos:

Para la parte de machine learning:

1- Bajar VSCode

-Instalar git bash o github desktop -Clonar el repo de Machine learning de la carpeta https://github.com/diegogravi/medicionhumedad/tree/main/MedicionHumedad-MachineLearning

• crear un entorno virtual con pipenv shell
• una vez dentro, ejecutar pip install -r requerimientos.txt que va a instalar las dependencias necesarias para correr la aplicacion
• correr flask con py flask_api.py desde la consola de vscode o de powershell

Para la parte de .NET:

1- Descargar Visual Studio

• Configurar git en Visual Studio, ver el siguiente instructivo en este Link

2 - Crear una base de datos con el nombre MedicionHumedadDB

• Instale el software Microsoft SQL Server del siguiente Link
• Crear una DB llamada MedicionHumedadDB
• Importar una base SQL local con el script que se encuentra en la carpeta MedicionHumedad-Database > 01-Structure.sql y correrlo

3- Correr la aplicacion creando una nueva instancia de Debug, o presionando F5 en el teclado.

• Esto iniciara una nueva instancia de la aplicacion web que automaticamente ejecutara tambien los servicios rest 4 - Una vez levantada la aplicacion, podra seleccionar cualquiera de las acciones para lo cual le pedira un usuario y contrasena.
• Utilize > usuario: admin | password: admin123456

Para la parte de Arduino:

1 - Bajar el Arduino Ide

• agregar la libreria del sensor para arduino uno y conectar en el pin 2 del sensor de humedad 2 - Para el codigo de python ejecutar py FINAL.py para el calculo desde un powershell