AnaliseVideoDAI

Parte de análise de vídeo do projeto de DAI 2019/2020 MIEGSI UMinho.

Parte da WebApp: https://github.com/NunoVelosoMIEGSI/prisontech

Preview

Ainda estamos a realizar o vídeo demonstrativo.

Instalação

Nota: Python versão 3.6 foi usada neste trabalho, sendo o python 3.5-3.7 requerido pelo tensorflow.

Nota2: Versão do tensorflow a instalar: 1.14.0

Para o funcionamento deste repositório será necessário instalar as seguintes dependências:

• OpenCV
• imutils
• ImageZMQ
• Tensorflow
• Requests

Exemplo

pip install opencv-python
pip install imutils
...

Para instalação do Tensorflow ver: https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md

Utilização

Depois de instalada todas as dependências é preciso correr o ficheiro ServersEngine.py.

Windows:

python ServersEngine.py

Linux:

python3 ServersEngine.py

É necessário também iniciar um servidor http na pasta de output.

Windows

python -m http.server

Linux:

python3 -m http.server

Finalmente apenas é necessário conectar com o cliente, usando o ficheiro client.py com o comando abaixo ou então através da imagem docker do cliente.

Com o ficheiro client.py

Windows

python client.py --server-ip <ip da máquina a correr o servidor (ServersEngine)>

Linux:

python3 client.py --server-ip <ip da máquina a correr o servidor (ServersEngine)>

Com a docker image (correr em Linux):

Primeiro dar pull da docker image:

docker pull dai1920/imagezmq

Verificar o id da imagem (IMAGE ID):

docker images

Depois correr a imagem:

docker run --device /dev/video0 -e mac=$(ip link show [INTERFACE DE REDE A UTILIZAR] | awk '/ether/ {print $2}') [IMAGEID da imagem vista em cima]

Erros Comuns

De vez em quando o ServersEngine.py pode dar um erro na inicialização, fechar e voltar a correr normalmente resolve o problema.

Créditos:

https://github.com/ahmetozlu/tensorflow_object_counting_api

https://www.pyimagesearch.com/