Detail Proyek Bekerja Di Sini ... https://www.youtube.com/watch?v=0adsrsf_mhw&t=9s
Proyek berisi dua WebApp yang dikembangkan menggunakan Flask dan Python3. (Http://flask.pocoo.org/)
Database yang Digunakan: Edisi Komunitas MySQL.
Untuk reocognition wajah saya menggunakan python3 "face_recogntion" oleh ageitgey. (Https://github.com/ageitgey/face_recognition), dibangun menggunakan pengenalan wajah canggih DLIB yang dibangun dengan pembelajaran mendalam. Model ini memiliki akurasi 99,38% pada wajah berlabel di benchmark liar.
Untuk deteksi spoof saya menggunakan model inception TensorFlow dengan melatih kembali lapisan terakhir sehingga dapat mendeteksi ponsel dalam gambar. (Https://www.tensorflow.org/tutorials/image_recognition)
Untuk menghasilkan dan mengelola Excel, saya menggunakan XLRX dan XLRD dan PANDAS.
Untuk mengirim email, saya menggunakan flask-mail. (Https://pythonhosted.org/flask-mail/)
Ketergantungan Situs Admin: Flask, MySQlClient, Sklearn, Numpy, SciPy, Pillow, Dlib, Face_Recognition
Ketergantungan situs guru: flask_bootstrap, pytz, xlsxwriter, panda, flask_mail, tensorflow, xlrd
Terutama ada dua Webapps untuk proyek ini satu adalah situs admin dan yang lainnya adalah situs guru.
Seluruh konsep adalah pada saat masuk ke perguruan tinggi atau admin sekolah harus mendaftarkan detail siswa seperti alamat email namanya dan juga membuat data pelatihan setiap siswa dengan memasukkan ID roll -nya dan mengambil bidikan wajah frontalnya dan kemudian WebApp akan secara otomatis membuat model untuk ID roll tertentu dan menyimpannya di server, model yang dibuat untuk setiap siswa berukuran sekitar 8kB. Admin juga dapat mendaftarkan guru menggunakan situs ini.
Sekarang menggunakan situs guru (akan digunakan ketika guru akan benar -benar memasuki kelas), guru harus masuk terlebih dahulu dan kemudian setelah mengklik tab kehadiran tidak akan ada tombol kembali karena guru akan meneruskan telepon kepada siswa.
Siswa kemudian harus hanya mengklik Snap Enter Class dan Roll ID dan tekan ENTER untuk menandai sikap mereka.
Setelah itu ada juga masalah serangan spoof dalam pengenalan wajah yaitu seseorang akan menunjukkan citra wajah seseorang melalui ponsel mereka dan menipu Webapp kami dan mereka akan menandai kehadiran teman -teman mereka yang tidak hadir.
Tapi saya memecahkan masalah ini menggunakan TensorFlow, dengan melatih awal untuk mendeteksi ponsel dalam gambar maka saya menggunakan model itu di Webapp segera setelah klik siswa SNAP, pertama -tama akan memeriksa apakah wajahnya spoof atau asli. Untuk melatih Lapisan Terakhir Inception, saya menggunakan 200 gambar ponsel dan saya memberi makan mereka untuk TensorFlow untuk melatih kembali lapisan terakhir Inception. Untuk melakukan ini, ikuti https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/#0 untuk mengunduh 200 gambar sekaligus menggunakan ekstensi chrome fatkun-batch-download.
Sekarang setelah bagian siswa selesai. Guru kemudian dapat login lagi dan kemudian pergi ke Tab Laporan untuk melihat kehadiran. Di sini ada beberapa opsi yang saya berikan.
Jika guru ingin melihat kehadiran hari ini, cukup pilih tanggal dan waktu untuk melihat kehadirannya. Dan ada juga opsi untuk mengunduh lembar kehadiran dalam bentuk Excel dan sekali lagi mengunggahnya kembali setelah melakukan perubahan jika kadang -kadang diperlukan oleh guru. Dan guru juga dapat melihat kehadiran total untuk kuliahnya. Sehingga mereka dapat menganalisis berapa banyak kuliah yang dihadiri setiap siswa dari kelas tertentu sejauh ini.
Salah satu fitur tambahan adalah bahwa guru dapat mengirim email untuk kehadiran yang ditandai kepada semua orang tua serta siswa dengan memilih kelas dan mengklik tombol Kirim Surat.