Deteccion de somnolencia:

Hola, chicos en este repositorio encontrarán la programación para que puedan crear su sistema de deteccion de somnolencia en tiempo real.

Conceptos introductorios:

• Este repositorio contiene el código fuente en Python para ejecutar y utilizar nuestro sistema de etiquetado automatico con el fin de entrenar modelos de detección de objetos.
• Para iniciar recomendamos ver algunos conceptos introductorios con el fin de entender un poco mejor todo el funcionamiento, por eso te dejamos la explicacion en este video.
• Los modelos lo puedes encontrar aqui.

Características

• Procesamiento en tiempo real: Utiliza Mediapipe para detectar puntos clave faciales y de las manos.
• Interfaz gráfica: Desarrollada con Flet para mostrar los resultados de la detección.
• Dockerizable: Facilita la ejecución en servidores remotos.
• API robusta: Utiliza FastAPI para ofrecer un backend modular y extensible.

Requisitos:

Para utilizar este código, asegúrese de cumplir con los siguientes requisitos previos:

• Sistema operativo compatible: Windows, Linux o macOS
• Versión de Python: 3.10 o superior
• Version CUDA: 11.7
• Paquetes adicionales: NumPy, OpenCV, Flet, etc. Consulte el archivo requirements.txt para ver la lista completa de dependencias.
• Docker (opcional para despliegue en contenedor)

Instalación

1. Clonar el repositorio

Clona este repositorio en tu máquina local:

git clone https://github.com/tu_usuario/drowsiness-detection.git
cd drowsiness-detection

2. Crear y activar entorno virtual

python -m venv venv

Activar venv en Windows

./venv/Scripts/activate

Activar venv en Linux

source venv/bin/acitvate

3. Instalar dependencias

pip install -r requirements.txt

4. Ejecutar el servidor

uvicorn app:app --host 0.0.0.0 --port 8000

5. Ejecutar interfaz grafica

flet main.py

Dockerizacion

1. Construir la imagen Docker

docker build -t drowsiness-server .

2. Ejecutar el contenedor:

docker run -d -p 8000:8000 --name drowsiness-server drowsiness-server

Ó

docker start drowsiness-server

3. Ejecutar interfaz grafica

flet main.py

4. Detener el contenedor

docker stop drowsiness-server

5. Revisar estado del contenedor

docker ps -a

Contacto

¡Gracias por usar el Drowsiness Detection System! Si tienes alguna duda o sugerencia, no dudes en abrir un issue o contactarme.

Si tiene preguntas o consultas relacionadas con este proyecto, no dude en contactarnos en nuestro canal de Youtube Aprende e Ingenia. Le responderemos tan pronto como nos sea posible. Gracias por visitar nuestro repositorio y esperamos que disfrute trabajando con nuestro codigo. 😄

Recuerda que puedes contribuir a que siga desarrollando:

Simplemente suscribiendote a mi canal de YouTube:

• Canal YouTube

Siguiendome en mis redes sociales:

• Instagram
• Twitter