Una herramienta de detección de elementos peculiares
Project description
CO2nscientes CODEFEST 2023
Problema de detección de objetos
Librerías necesarias
Para el desarrollo de este reto, la libreria core con la que se realizó la detección de objetos fue tensorflow
(Instalar las librerias requeridas en el requirements.txt)
Proceso de trabajo
Primero hubo una etapa de creación de un modelo de detección de objetos:
-
Basados en los videos que nos entregaron, con la herramienta v2 segmentamos el video en frames
-
Los frames del video fueron examinados por una persona que se encargo de anotar cuando encontrara algo de interés (carros, barcos, zonas deforestadas, etc)
-
Se creó un diccionario de imágenes, anotando elementos de interés con la herramienta labelImg.py
-
tensorflow generó un modelo que podía identificar objetos en un frame
Luego hubo una segunda etapa que es la de creación de la herramienta
-
Se registra cada 60 frames una imágen
-
La imágen es pasada por una función que primero trata de identificar la hora y las coordenadas usando easyocr
-
Luego la misma imágen es pasada por un proceso de detección de objetos usando el modelo anteriormente creado
-
Finalmente si algún objeto es detectado en la imágen, esta pasa a guardarse y a ser registrado el valor en el csv
Imágen de una máquinaria identificada
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
File details
Details for the file co2ncientes-0.0.2.tar.gz
.
File metadata
- Download URL: co2ncientes-0.0.2.tar.gz
- Upload date:
- Size: 2.9 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/4.0.2 CPython/3.11.1
File hashes
Algorithm | Hash digest | |
---|---|---|
SHA256 | 07a0cb7b66680d483e0b2dbc8d4a9cc670d6341f0ef70157e365efe82145a6f8 |
|
MD5 | 20c92c6816a0a0508b6cb7cc7f70c4c8 |
|
BLAKE2b-256 | 603a1bf6e91997830d94079cc06217f927495bec2c79890e6140adf54578e734 |