Utiliza modelos customizados de CNN para identificar presença e orientação dos itens presentes nos blister da mesa de transbordo. Angulação, centro, e área são calculados apartir do contorno dos objetos.
python .\detect.py -P "./docs/asset/frame.jpg" -S 20
Crie um ambiente isolado:
python -m venv env
Unix
source ./env/bin/activate
Windows
./env/bin/activate
Instale as dependências
pip install -r requirements.txt
Garanta a seguinte extrutura de pastas:
└───models
├───orientation
│ ├───test
│ │ ├───nok
│ │ └───ok
│ └───train
│ ├───nok
│ └───ok
└───presence
├───test
│ ├───nok
│ └───ok
└───train
├───nok
└───ok
As imagens de treinamento em
<model_name>/train/<x.jpg>
devem ser unicas e diferentes das presentes no diretório de validação em <model_name>/train/<x.jpg>
.
Crie um novo modelo utilizando o modulo cnn.py
. Substititua <model_name> pelo nome do diretorio do modelo a ser criado:
python .\cnn.py -CM True -CKP "./model/models/<model_name>/" -TD "./model/models/<model_name>/train" -VD "./model/models/<model_name>/test"