95 lines
6.2 KiB
Markdown
95 lines
6.2 KiB
Markdown
# UfaHack2024
|
||
|
||
Хакатон UfaHack2024 в Уфе
|
||
|
||
---
|
||
|
||
## Описание проекта
|
||
Проект представляет систему распознавания лиц актёров (США / СССР-Россия) и блогеров с веб-камеры и по загруженным фотографиям. Пайплайн обработки: MTCNN (детекция лица) → DeepFace (Facenet, выделение эмбеддингов) → CatBoost (градиентный бустинг, классификация).
|
||
|
||
На основе десктопного приложения на CustomTkinter пользователь может запускать распознавание как из файловой папки с фотографиями, так и в реальном времени через веб-камеру. Дополнительно реализован Android-клиент на Kotlin, который отправляет фото на серверную часть по TCP-сокету.
|
||
|
||
Система обучена на нескольких категориях: актёры США, актёры СССР-Россия и блогеры. Для каждой категории строится отдельная модель CatBoost, использующая эмбеддинги лиц, извлечённые предобученной сетью Facenet.
|
||
|
||
## Стек технологий
|
||
- Python (основной язык)
|
||
- CustomTkinter (графический интерфейс)
|
||
- DeepFace + Facenet (извлечение эмбеддингов лиц)
|
||
- MTCNN / FastMTCNN (детекция лиц)
|
||
- CatBoost (градиентный бустинг)
|
||
- OpenCV + opencv-contrib-python (обработка изображений и видео)
|
||
- PyTorch + torchvision (фреймворк для нейросетей)
|
||
- CUDA (ускорение на GPU)
|
||
- Kotlin (Android-клиент)
|
||
|
||
## Структура проекта
|
||
```
|
||
UfaHack2024/
|
||
├── notebooks/
|
||
│ ├── app/
|
||
│ │ ├── main.py # Точка входа, CustomTkinter
|
||
│ │ ├── Predict_photo.py # Распознавание из папки с фото
|
||
│ │ ├── Predict_video.py # Распознавание с веб-камеры
|
||
│ │ ├── PredictServer.py # TCP-сервер (192.168.120.240:12345)
|
||
│ │ ├── Start.py # Стартовое окно
|
||
│ │ ├── FastMtcnn.py # Ускоренный MTCNN
|
||
│ │ └── FDJ.jpg # Тестовое изображение
|
||
│ ├── model/
|
||
│ │ ├── saved_dictionary.pkl # Словарь имён (категория)
|
||
│ │ ├── saved_dictionary_russia.pkl # Словарь имён (Россия)
|
||
│ │ ├── saved_dictionary_bloggers.pkl # Словарь имён (блогеры)
|
||
│ │ ├── actors_usa_embeddings.pkl # Эмбеддинги (США)
|
||
│ │ └── actors_ussr_embeddings.pkl # Эмбеддинги (СССР-Россия)
|
||
│ ├── saved_dictionary.pkl # Словарь имён (корневой)
|
||
│ ├── EDA.ipynb # Разведочный анализ данных
|
||
│ ├── blur_detection.ipynb # Детекция размытия
|
||
│ ├── catboost.ipynb # Обучение CatBoost
|
||
│ ├── deepface_notebooks.ipynb # Работа с DeepFace
|
||
│ ├── FastMTCNN.py # Вспомогательный модуль
|
||
│ └── tester.py # Тестирование
|
||
├── MyApplication6.rar # Android-клиент (Kotlin)
|
||
├── .gitignore
|
||
├── requirements.txt
|
||
└── c4715817-515e-4815-aa0d-bfcc75d45388.jfif
|
||
```
|
||
|
||
## Установка и запуск
|
||
|
||
1. Клонируйте репозиторий:
|
||
```
|
||
git clone https://github.com/DrHo1y/UfaHack2024.git
|
||
cd UfaHack2024
|
||
cd notebooks/app
|
||
```
|
||
2. Установите зависимости (см. раздел Зависимости ниже).
|
||
3. Запустите приложение:
|
||
```
|
||
python main.py
|
||
```
|
||
|
||
### Зависимости
|
||
Файл `requirements.txt` содержит лишь часть зависимостей (deepface, customtkinter, torch, torchvision). Для полной работы дополнительно установите:
|
||
- catboost
|
||
- opencv-python
|
||
- opencv-contrib-python
|
||
- pandas
|
||
- imutils
|
||
- mtcnn
|
||
|
||
Базовую установку можно выполнить командой:
|
||
```
|
||
pip install -r requirements.txt
|
||
```
|
||
Затем доустановите недостающие пакеты из списка выше.
|
||
|
||
## Важные замечания
|
||
- Файлы `.cbm` (catboost_usa.cbm, catboost_ussr.cbm) **не включены** в репозиторий. Их необходимо обучить из блокнота `catboost.ipynb` или получить отдельно.
|
||
- Каталоги `data/` с фотографиями находятся в `.gitignore` и **не приложены** к репозиторию. В коде жёстко прописаны абсолютные пути вида `C://Users//fatik//PycharmProjects//UfaHack2024//data//...` — перед запуском требуется скорректировать пути под ваше окружение.
|
||
- `requirements.txt` неполон; список установки недостающих пакетов приведён выше.
|
||
- Серверная часть (`PredictServer.py`) ожидает IP-адрес `192.168.120.240:12345` — измените под свою сеть.
|
||
|
||
## Приложение для Android
|
||
В корне репозитория находится архив `MyApplication6.rar` — проект Android-приложения на Kotlin. Клиент подключается к серверу (`PredictServer.py`) по TCP-сокету, отправляет фотографию и получает результат распознавания.
|
||
|
||
## Благодарности
|
||
Для обучения модели использовали [CatBoost](https://catboost.ai/) |