✔ Détection et comptage humains en temps réel
- Un modèle Python
Faster RCNN inception v2 basé sur TensorFlow pour détecter et compter les humains dans les images, vidéos et caméra en temps réel. - Utilisé
frozen_inference_graph.pb Graphique congelé pour gérer la détection. - Visualisez les données à l'aide
Enumeration Plot et Avg. Accuracy Plot .
?EXIGENCES :
- Python 3
- tkinter
- boîte de message
- Pilote
- cv2
- argparse
- matplotlib.potplot
- nombant
- temps
- OS
- tensorflow
- FPDF
? Comment fonctionne ce script:
- L'utilisateur a juste besoin de télécharger le fichier et d'exécuter le main.py sur son système local.
- Dans la fenêtre de démarrage de l'application, l'utilisateur pourra voir l'option Démarrer et quitter, en utilisant quel utilisateur peut démarrer l'application ou quitter à partir de l'application.
- Lorsque l'utilisateur démarre l'application à l'aide du bouton Démarrer, une nouvelle fenêtre s'ouvrira, qui permet à l'utilisateur d'options comme, détecter à partir de l'image, détecter à partir de la vidéo ou détecter à partir de la caméra.
- Lorsque l'utilisateur sélectionne l'une des deux premières options, il / elle doit sélectionner les fichiers respectifs à l'aide du bouton Sélectionner.
- L'utilisateur peut prévisualiser le fichier sélectionné à l'aide du bouton Aperçu, et détecter et compter les humains à l'aide du bouton Détecter.
- Et lorsque l'utilisateur sélectionne, la dernière option de détection via la caméra, l'utilisateur doit ouvrir l'appareil photo, en utilisant le bouton de la caméra ouverte, dès l'ouverture de la caméra, le processus de détection démarre.
- Une fois le processus de détection terminé ou le terminer manuellement, deux graphiques sont tracés,
- 1.) Terrain d'énumération (comptage humain vs temps) et
- 2.) Avg. Terrain de précision (précision Avg. Vs temps).
- Parallèlement à ces deux parcelles, une option pour générer un rapport sur la foule apparaît également, en cliquant dessus, un rapport de foule sous forme de PDF est généré ANS enregistré de manière automatique à l'emplacement du fichier du projet.
- Dans le rapport de la foule génère, il y aura des informations comme, qu'est-ce que le nombre humain maximum, la précision maximale, Max AVG. Précision, ainsi que un statut à deux lignes sur la foule.
? Purrose:
- Ces scripts aident l'utilisateur à obtenir facilement le compte de l'homme grâce à une image, une vidéo ou une caméra en temps réel, et par la suite également une analyse de la foule grâce à un rapport de foule.
? Étapes de compilation:
- Installez toutes les bibliothèques requises.
- Après cela, téléchargez le fichier de code et exécutez main.py sur le système local.
- Ensuite, le script commencera à s'exécuter et l'utilisateur peut l'explorer en détectant l'humain et en obtenant également le compte.
? Captures d'écran:
? Stargazers au fil du temps:
? Forkers au fil du temps:
? Contributeurs:
