Esse script visa observar pessoas e identificar se há falta ou não do EPI.
Vamos usar o pacote YOLO
versão 8 e será necessário fotos e imagens de EPI's para o treino no algoritmo.
Será necessário a prévia instalação do CMAKE
, a forma mais fácil encontrada foi instando o Visual Studio Build Tools
ou atualizando o Visual Studio
.
Após a instalação/atualização do Visual Studio
será possível instalar o CMAKE
no ambiente Python pelo prompt
do Anaconda.
pip install cmake
O CMAKE
é usado para "compilar" o package dlib
que possui a particularidade de parte de seu código ser em C++
.
conda install -c conda-forge dlib
Os demais packages são de simples instalação.
Seguindo as orientações do 1.1. Preparativos, os seguintes packages devem estar disponíveis no ambiente de desenvolvimento do Python.
Talvez seja necessário a criação de um ambiente específico para o projeto.
Quando tentei usar o ambiente (base)
o script alegava que não um problema de kernel.
Só consegui treinar o algoritmo após a criação do ambiente dedicado para o treinamento. Pode ser que um ambiente muito carregado como o (base)
interfira negativamente como a instalação de packages corrompidos.
- Aquisição de imagens de EPI's.
- Fotos reais de pessoas usando EPI's.
- Marcação (Labelling) de todas as fotos e imagens.
- Treinamento do algoritmo.
- Início dos teste.
Esse repositório armazenará todas os dados e informações necessárias para o treinamento e operacionalização do detector de EPI's.
Por este motivo, ele será subdividido em pastas para deixar o local mais organizado.
Pastas:
01-dataset
02-training
03-surveillance