O

opencv

Crew Vision Attendance is a high-performance, real-time face recognition automated attendance system. It first creates a digital representation (embedding) of every employee's face from the images stored in the database. During live recognition, it compares the face seen by the camera with those stored embeddings and displays the matching employee's name.

The ImagesAnnotator application project` annotations format data exporters library for NN training software

The images annotator application to annotate and provide data for training AI and neural networks.

German number plates data for computer vision

Ce projet porte sur la conception d'une application de Computer Vision capable d'estimer l'âge d'une personne à partir d'une photographie.

L'objectif est d'explorer l'utilisation du Deep Learning appliqué aux images et de construire une chaîne allant du prétraitement des images jusqu'à l'inférence du modèle dans une application.

Travaux réalisés :

Préparation et organisation du dataset d'images. Prétraitement et normalisation des images. Mise en place du pipeline de préparation des données. Expérimentation d'une architecture de Deep Learning pour la prédiction de l'âge. Entraînement du modèle sur les données préparées. Évaluation des performances du modèle. Intégration du modèle dans une application permettant de réaliser une prédiction à partir d'une photographie.

Ce projet constitue mon projet de fin d'études et porte sur la conception et le déploiement d'une solution de vision par ordinateur destinée à la détection automatique des risques et non-conformités liés au port des équipements de protection individuelle (EPI) sur les chantiers.

L'objectif est de développer une solution capable d'analyser une image d'une scène de chantier, d'identifier les personnes présentes et d'exploiter les informations relatives au port des équipements de protection afin de déterminer les situations conformes et non conformes.

Le projet s'inscrit dans une démarche de Computer Vision appliquée à la sécurité industrielle, avec une attention particulière portée à la possibilité de déployer le modèle sur un environnement mobile.

Travaux réalisés :

Constitution et préparation d'un dataset de scènes de chantier. Annotation et structuration des données d'entraînement. Nettoyage et préparation des données. Expérimentation de modèles de Deep Learning pour la détection d'objets. Utilisation de YOLO pour la détection des personnes et des équipements de protection. Mise en place d'une logique de décision permettant d'interpréter les détections et d'identifier les situations de non-conformité. Évaluation des performances du modèle. Optimisation du pipeline d'inférence. Conversion du modèle vers TensorFlow Lite. Expérimentation du déploiement du modèle dans une application mobile.

画像あわせリサイズツールは、元画像と派生画像の2枚を読み込み、派生画像を元画像のサイズ・見た目の収まりに近づけてリサイズするPython GUIツールです。

Practical tasks on Deep Learning (DL) and Neural Networks (NN). 🤖

Python creative coding workspace for automated video generation, animation experiments, procedural media, OpenCV, MoviePy, NumPy and FFmpeg.

Traffic monitoring system aims to reduce the congestions in the junctions by actively monitoring the signals and dynamically allocating time for each lane with the help of machine learning and computer vision.

OpenCV computer vision library bindings for Kit

Application template to add and use the OpenCV library.

Application devoted to show how to run neural networks like Yollov3-7 with AuroraOS.

The project provides an example of using video filters to finding documents

Computer vision in Python with OpenCV. Xavki tutorials in French.

Fundamental theory and practice in Data Science (DS). 🧮

Modular AI toolkit designed to assist animation studio workflows through computer vision.

Un conjunto de programas que realizan diferentes tareas con el seguimiento de expresiones faciales y movimiento de extremidades en tiempo real (haciendo uso de la cámara Web), los cuales genuinamente concluyen en un prototipo básico para controlar un avatar tridimensional mediante el movimiento del usario frente a una cámara, similar a lo que hacen los VTubers.

Repositorio Fork del proyecto Robert (AGV Logístico). Interfaz HMI desarrollada en Svelte para visualización de telemetría y control de flota. Proyecto realizado en colaboración.

Blur detection using OpenCV and Flask checks image sharpness using Laplacian variance. Users upload images via web app, and the system classifies them as blurry or clear instantly.