Giter Club home page Giter Club logo

fiap-ml-visao-computacional-capstone's Introduction

MBA FIAP Inteligência Artificial & Machine Learning

Visão Computacional Capstone

Processamento de imagens aplicada a auditoria automática de vídeo baseada em modelos de deep-learning

Este projeto final tem como objetivo explorar os conhecimentos adquiridos nas aulas práticas. Por meio uma trilha guiada para construir uma aplicação que tem por objetivo analisar imagens e extrair uma série de informações que serão utilizadas para compor uma análise de imagens e vídeos afim de construir uma forma de auditoria automatizada baseado em modelos de inteligência artificial.

1. Instruções

Nas aulas utilizaremos a distribuição Ananconda, com uso intensivo do Jupyter Notebook, que há vem instalado nesta distribuição.

Para instalar, acesse a sessão de Downloads do Anaconda.

2. Repositório

Recomendamos clonar este repositório.

Importante: como serão desenvolvidos modelos com arquivos grandes, é necessário ter um arquivo .gitignore com o seguinte conteúdo:

projeto/pesos/*
!projeto/pesos/.gitkeep 

projeto/modelos/*
!projeto/modelos/.gitkeep 

projeto/classificadores/*
!projeto/classificadores/.gitkeep 

projeto/.ipynb_checkpoints

.DS_Store

3. Template guiado

Utilize o arquivo Jupyter "projeto/object-people-audit.ipynb", siga todas as instruções, completando e construindo os algoritmos necessários.

Atenção: o grupo/aluno que não utilizar este template (ou alterar partes indevidas) será automaticamente reprovado.

4. Bibliotecas utilizadas

Este projeto requer Python 3.5 ou superior e as seguintes bibliotecas:

Também será utilizado o modelo de classificação de objetos YOLOv3.

5. Critérios de avaliação

O projeto será avaliado pelos seguintes itens abaixo. A nota final será uma composição levando em consideração o peso de cada tema.

  • Desenvolvimento do modelo de predição de idade (n1 peso 2)
  • Desenvolvimento do modelo de predição de gênero (n2 _peso 2)
  • Detecção de faces e extração de região de interesse (n3 peso 1)
  • Algoritmo de detecção de objetos (n4 peso 1)
  • Processamento de vídeo (n5 peso 2)
  • Conclusões finais (n6 peso 2)

Nota Final = 2 * n1 + 2 * n2 + n3 + n4 + 2 * n5 + 2 * n6

6. Dúvidas

Crie uma Issue com as perguntas para que as dúvidas sejam compartilhados com todos os alunos. Questionamentos particulares devem ser encaminhados pelo e-mail do professor.

fiap-ml-visao-computacional-capstone's People

Contributors

letticianicoli avatar

Watchers

 avatar  avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.