audiv027-2024-1
Desarrollando un detector de imágenes para identificar manuscritos usando LabelImg y TensorFlow.
- Preparación del entorno: Comenzamos instalando LabelImg en el sistema para etiquetar las imágenes de manuscritos. Esta herramienta resultó bastante intuitiva: simplemente cargas una imagen, dibujas un cuadro alrededor de cada instancia de manuscrito y asignas una etiqueta. Esto creó archivos XML que contienen las coordenadas de las cajas delimitadoras y las etiquetas asociadas.
Link donde baje LabelImg: https://drive.google.com/file/d/1nFFaT6wXRgKH8bpaw4PhAkiW2MWU5jFF/view
- Recolección y preparación de datos: Recolectar imágenes adecuadas fue un desafío inicial, para ello utilizamos nuestro propios manuscritos los cuales recopilamos en carpetas compartidas en un Drive, designado letra por letra . Después de etiquetarlas con LabelImg, convertí los archivos XML a formato compatible con TensorFlow para el siguiente paso.
- Configuración del modelo: Opté por usar la API de detección de objetos de TensorFlow y elegí el modelo Faster faster_rcnn_resnet101_coco como base debido a su precisión y capacidad para manejar múltiples objetos en una imagen. Sin embargo, tuvimos problemas a la hora de descargar el modelo debido a posibles links caidos. Intentamos buscar por otros lados pero no hubo resultados.
Link de los modelos de Tensor Flow https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf1_detection_zoo.md
En caso de haber tenido los modelos la idea era configurar el modelo y entrenarlo para luego ajustar y utilizar.
Videos de referencias:
https://youtu.be/SJRP0IRfPj0?si=gBg4keEXNkmiVPMt
https://youtu.be/EKe05rMG-Ww?si=Emebh-yhkEZvCQTU