Skip to content

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

4 Commits

Folders and files

Repository files navigation

🎯 FacialVision - Predicción de Edad y Género con IA

📋 Descripción del Proyecto

FacialVision es una aplicación web de Inteligencia Artificial que utiliza técnicas de Deep Learning para detectar rostros humanos en tiempo real y predecir tanto la edad como el género de las personas detectadas a través de la cámara web.

La aplicación está construida con Flask en el backend y utiliza OpenCV junto con modelos pre-entrenados de redes neuronales convolucionales (CNN) para realizar el análisis facial. Ofrece una interfaz web moderna y responsive que permite a los usuarios interactuar con la cámara en tiempo real.

🚀 Características Principales

  • Detección de rostros en tiempo real usando algoritmos de visión por computadora
  • Predicción de edad con rangos específicos: (0-2), (4-6), (8-12), (15-20), (25-32), (38-43), (48-53), (60-100)
  • Identificación de género (Hombre/Mujer) basada en características faciales
  • Interfaz web moderna con diseño responsive
  • Control de cámara - posibilidad de detener/iniciar la transmisión
  • Captura de imágenes con las predicciones incluidas
  • Tiempo real - procesamiento instantáneo de frames de video

📁 Estructura de Carpetas

proyectoIARostros/
├── app.py                          # Aplicación principal Flask
├── README.md                       # Documentación del proyecto
├── requirements.txt                # Dependencias del proyecto
├── .gitignore                      # Archivos ignorados por git
├── models/                         # Modelos pre-entrenados
│   ├── deploy.prototxt            # Arquitectura del modelo de detección facial
│   ├── res10_300x300_ssd_iter_140000.caffemodel  # Modelo de detección facial
│   ├── age_deploy.prototxt        # Arquitectura del modelo de predicción de edad
│   ├── age_net.caffemodel         # Modelo de predicción de edad
│   ├── gender_deploy.prototxt     # Arquitectura del modelo de género
│   └── gender_net.caffemodel      # Modelo de predicción de género
├── static/                        # Archivos estáticos
│   ├── captures/                  # Imágenes capturadas
│   ├── css/
│   │   └── style.css             # Estilos CSS personalizados
│   └── js/
│       └── script.js             # JavaScript para interactividad
└── templates/                     # Plantillas HTML
    └── index.html                # Página principal

🛠️ Instalación

Prerrequisitos

  • Python 3.7+ instalado en tu sistema
  • pip (gestor de paquetes de Python)
  • Cámara web funcionando en tu dispositivo

Pasos de Instalación

  1. Clonar el repositorio

    git clone <URL_DEL_REPOSITORIO>
    cd proyectoIARostros
  2. Crear un entorno virtual (recomendado)

    python -m venv venv
    
    # En Windows
    venv\Scripts\activate
    
    # En Linux/Mac
    source venv/bin/activate
  3. Instalar las dependencias

    pip install -r requirements.txt
  4. Verificar la estructura de archivos Asegúrate de que todos los modelos estén en la carpeta models/ y que la carpeta static/captures/ exista.

📦 Dependencias

El proyecto requiere las siguientes librerías principales:

Backend

  • Flask >=2.0.0 - Framework web para Python
  • OpenCV >=4.5.0 - Biblioteca de visión por computadora
  • NumPy >=1.21.0 - Cálculos numéricos y manejo de arrays

Frontend

  • Bootstrap 5 - Framework CSS para diseño responsive
  • Font Awesome 6 - Iconos vectoriales
  • Google Fonts (Inter) - Tipografía moderna

Archivo requirements.txt

Flask>=2.0.0
opencv-python>=4.5.0
numpy>=1.21.0

Instalación de Dependencias

# Instalar dependencias principales
pip install flask opencv-python numpy

# O usar el archivo requirements.txt
pip install -r requirements.txt

🚀 Ejecución

Ejecutar la Aplicación

  1. Activar el entorno virtual (si lo estás usando)

    # Windows
    venv\Scripts\activate
    
    # Linux/Mac
    source venv/bin/activate
  2. Ejecutar la aplicación Flask

    python app.py
  3. Acceder a la aplicación

    • Abrir tu navegador web
    • Ir a: http://localhost:5000 o http://127.0.0.1:5000

Uso de la Aplicación

  1. Permitir acceso a la cámara cuando el navegador lo solicite
  2. Posicionarse frente a la cámara para que la IA detecte tu rostro
  3. Ver las predicciones que aparecen en tiempo real sobre tu cara
  4. Usar los controles disponibles:
    • Capturar Imagen: Guarda una foto con las predicciones
    • Detener/Iniciar Cámara: Controla la transmisión de video

Atajos de Teclado

  • Espacio: Capturar imagen
  • Ctrl + C: Alternar cámara (detener/iniciar)

🔧 Configuración

Parámetros Configurables

En app.py puedes modificar:

  • Puerto de la aplicación: Cambiar el puerto por defecto (5000)
  • Umbral de confianza: Ajustar la sensibilidad de detección facial (actualmente 0.7)
  • Resolución de la cámara: Modificar la resolución de captura

Personalización de la Interfaz

  • CSS: Modificar static/css/style.css para cambiar el diseño
  • JavaScript: Editar static/js/script.js para agregar funcionalidades
  • HTML: Personalizar templates/index.html para cambiar la estructura

🎯 Rangos de Predicción

Edad

  • (0-2): Bebés
  • (4-6): Niños pequeños
  • (8-12): Niños
  • (15-20): Adolescentes
  • (25-32): Jóvenes adultos
  • (38-43): Adultos
  • (48-53): Adultos maduros
  • (60-100): Adultos mayores

Género

  • Hombre
  • Mujer

🔍 Solución de Problemas

Problemas Comunes

  1. Error de cámara no detectada

    • Verificar que la cámara esté conectada y funcionando
    • Cerrar otras aplicaciones que puedan estar usando la cámara
  2. Modelos no encontrados

    • Verificar que todos los archivos .caffemodel y .prototxt estén en la carpeta models/
  3. Error de dependencias

    • Verificar que OpenCV esté instalado correctamente
    • Reinstalar las dependencias: pip install --upgrade -r requirements.txt
  4. Problemas de rendimiento

    • Cerrar otras aplicaciones que consuman recursos
    • Verificar que la cámara tenga buena iluminación

🤝 Contribuciones

Las contribuciones son bienvenidas. Para contribuir:

  1. Fork el proyecto
  2. Crea una rama para tu feature (git checkout -b feature/nueva-funcionalidad)
  3. Commit tus cambios (git commit -m 'Agregar nueva funcionalidad')
  4. Push a la rama (git push origin feature/nueva-funcionalidad)
  5. Abre un Pull Request

📄 Licencia

Este proyecto está bajo la Licencia MIT. Ver el archivo LICENSE para más detalles.

🏆 Créditos

  • Modelos de IA: Basados en modelos pre-entrenados de OpenCV
  • Detección Facial: Algoritmo SSD MobileNet
  • Predicción de Edad y Género: Redes neuronales convolucionales pre-entrenadas

📞 Soporte

Si tienes alguna pregunta o problema, puedes:

  • Abrir un Issue en el repositorio
  • Contactar al desarrollador
  • Revisar la documentación

Desarrollado con ❤️ para el aprendizaje de Inteligencia Artificial

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages