Skip to main content

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

deteccion

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

co2ncientes-0.0.2.tar.gz (2.9 kB view hashes)

Uploaded Source

Supported by

AWS AWS Cloud computing and Security Sponsor Datadog Datadog Monitoring Fastly Fastly CDN Google Google Download Analytics Microsoft Microsoft PSF Sponsor Pingdom Pingdom Monitoring Sentry Sentry Error logging StatusPage StatusPage Status page