JustinePP commited on
Commit
6d02e7b
·
verified ·
1 Parent(s): 8ada565

Update modeles/yolo_detec_videos.py

Browse files
Files changed (1) hide show
  1. modeles/yolo_detec_videos.py +0 -54
modeles/yolo_detec_videos.py CHANGED
@@ -1,58 +1,4 @@
1
- import os #pour gerer les chemins des fichiers
2
- import cv2 # openvc pour lire les images et les traiter
3
- from ultralytics import YOLO #on importe le modele YOLOv8 pour détecter les objets et personne, ici les personnes
4
-
5
- # Ici, on utilise le modele YOLO pour détecter le nombre de personne
6
- #présente dans le frame ddu dossier donnée
7
-
8
- def detect_faces_in_folder(folder_path):
9
- model = YOLO("yolov8n.pt") #on charge notre modele pré-entrainé
10
- conf_threshold = 0.4 # on défini notre seuil de confiance pour la détection :
11
- #si le modele prédit qu'un objet est une personne avec proba > 40% alors détection = valide
12
- max_personnes_autorisée = 1 # on définit qu'il peut n'y avoir qu'une seule personne autorisée par l'utilisateur pour regarder le doc
13
- #au dela d'une personne on alerte l'application pour arreter la diffusion du doc
14
-
15
- if not os.path.isdir(folder_path):
16
- #on vérifie que le dossier existe bien et est trouvé sinon erreur
17
- print(f"Dossier non trouvé : {folder_path}")
18
- return False # on retourne False s’il y a une erreur
19
-
20
- image_files = [f for f in os.listdir(folder_path) if f.lower().endswith((".jpg", ".jpeg", ".png"))]
21
- #on récupère les images ayant les bonnes extensions car oin ne veut pas de vidéo
22
- if not image_files:
23
- #on verifie que notre dossier n'est pas vide
24
- print("Aucune image trouvée dans le dossier.")
25
- return False
26
-
27
- face_detected = False
28
- # on initialise une variable face_detected à False pour dire après s'il y a au moins un visage détecté
29
-
30
- for image_name in image_files:
31
- image_path = os.path.join(folder_path, image_name)
32
- frame = cv2.imread(image_path)
33
-
34
- if frame is None: # on lit l'imae et si y'a une erreur on prévient l'app
35
- print(f" Impossible de lire l’image : {image_name}")
36
- continue
37
-
38
- #on lance la détection d'objet avec notre modèle sur notre image
39
- # on demande seulement la classe 0 car c'est la classe des personnes
40
- #on recherche seulement les personnes
41
- results = model.predict(source=frame, conf=conf_threshold, classes=[0], verbose=False)
42
- # on eextrait les box contenant les visages et les personnes
43
- boxes = results[0].boxes.xyxy.cpu().numpy()
44
- # on récupère la taille boxes pour connaitre le nombre de personnes présentes
45
- person_count = len(boxes)
46
-
47
- #on retourne le nombre de personne dans l'image pour pouvoir traiter et alerter si besoin l'app d'une transgression
48
- print(f" Détection dans {image_name} : {person_count} personne(s) détectée(s)")
49
- return person_count # on retourne le nombre détecté dans la première image
50
-
51
-
52
-
53
-
54
 
55
- #-----------------------
56
  """
57
  def detect_faces_in_folder(video_folder):
58
  model = YOLO("yolov8n.pt")
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
 
 
2
  """
3
  def detect_faces_in_folder(video_folder):
4
  model = YOLO("yolov8n.pt")