Spaces:
Sleeping
Sleeping
Update modeles/yolo_detec_videos.py
Browse files- modeles/yolo_detec_videos.py +64 -5
modeles/yolo_detec_videos.py
CHANGED
|
@@ -1,6 +1,64 @@
|
|
| 1 |
-
import os
|
| 2 |
-
import cv2
|
| 3 |
-
from ultralytics import YOLO
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 4 |
"""
|
| 5 |
def detect_faces_in_folder(video_folder):
|
| 6 |
model = YOLO("yolov8n.pt")
|
|
@@ -60,7 +118,7 @@ def detect_faces_in_folder(video_folder):
|
|
| 60 |
print("✅ Toutes les vidéos ont été traitées.")
|
| 61 |
"""
|
| 62 |
|
| 63 |
-
def detect_faces_in_folder(video_folder):
|
| 64 |
model = YOLO("yolov8n.pt")
|
| 65 |
conf_threshold = 0.4
|
| 66 |
max_persons_allowed = 1
|
|
@@ -114,4 +172,5 @@ def detect_faces_in_folder(video_folder):
|
|
| 114 |
cap.release()
|
| 115 |
print(f"✅ Vidéo {video_name} terminée.\n")
|
| 116 |
|
| 117 |
-
print("✅ Toutes les vidéos ont été traitées.")
|
|
|
|
|
|
| 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 |
+
print(f" {image_name} → {person_count} personne(s) détectée(s)")
|
| 48 |
+
|
| 49 |
+
# on vérifie le nombre de personne sur l'image, si différent de 1 on doit arreter le partage du document
|
| 50 |
+
if person_count != 1:
|
| 51 |
+
print(f"Image invalide : {image_name} (nombre de personnes ≠ 1)")
|
| 52 |
+
return False # On s'arrête dès qu'une image échoue
|
| 53 |
+
|
| 54 |
+
print("L'image a exactement 1 personne.")
|
| 55 |
+
return True
|
| 56 |
+
|
| 57 |
+
|
| 58 |
+
|
| 59 |
+
|
| 60 |
+
|
| 61 |
+
#-----------------------
|
| 62 |
"""
|
| 63 |
def detect_faces_in_folder(video_folder):
|
| 64 |
model = YOLO("yolov8n.pt")
|
|
|
|
| 118 |
print("✅ Toutes les vidéos ont été traitées.")
|
| 119 |
"""
|
| 120 |
|
| 121 |
+
"""def detect_faces_in_folder(video_folder):
|
| 122 |
model = YOLO("yolov8n.pt")
|
| 123 |
conf_threshold = 0.4
|
| 124 |
max_persons_allowed = 1
|
|
|
|
| 172 |
cap.release()
|
| 173 |
print(f"✅ Vidéo {video_name} terminée.\n")
|
| 174 |
|
| 175 |
+
print("✅ Toutes les vidéos ont été traitées.")
|
| 176 |
+
"""
|