Forum Replies Created
- Posts
Olá! Acabei de verificar o que ocorreu.
Na verdade o seu progresso nesse curso estava como 9% mesmo, o que estava marcado como “concluído” era apenas os tópicos do curso (no caso, o início dos tópicos) e não as aulas, portanto isso deve ter confundido pois ele aparece o “check” ao lado do nome do tópico lá na exibição da página do curso, mas se você clicar em Expandir verá que as aulas não estão marcadas como concluídas. Portanto, precisa clicar no botão “Marcar como completo” ao finalizar as aulas também. Ao clicar nesse botão ele automaticamente avança pra aula seguinte então recomendo optar por clicar nesse botão ao invés do “próxima lição/tópico”.
Ou seja, precisa marcar cada aula como completa para ele atualizar o progresso e a porcentagem, é assim pois dessa forma você tem mais controle do que já viu ou realmente concluiu.
Para esse seu caso como você comentou que já terminou o curso então eu aproveitei e dei um comando aqui para marcar todas as aulas como concluídas, portanto se você for visualizar lá vai ver que está indicando como curso completo já. Mas para as próximas vezes basta marcar a aula visualizada como “concluída” e assim ele salva seu progresso certo.
Olá Lucas! Que bom que está gostando da plataforma e dos cursos hehe ficamos felizes
Quanto à sua dúvida, se quiser utilizar sua webcam para processar em tempo real você deve instalar essas ferramentas em seu computador para realizar os processamentos, basta instalar o Python e o OpenCV (caso já não tenha baixado em seu PC), de preferência recomendo instalar o Jupyter Notebook para ler o arquivo em .ipynb mesmo, mas se preferir pode instalar o Pycharm e deixar o código em .py. Caso tenha duvida de como instalar veja aqui.
Quanto ao código que faz a detecção, você precisa mudar apenas o parâmetro do VideoCapture para que ao invés do caminho do arquivo coloque a ID do seu dispositivo (para webcams geralmente esse valor será 0)
onde atualmente está assim
arquivo_video = "video_pessoas01.mp4" cap = cv2.VideoCapture(arquivo_video) conectado, video = cap.read()
terá que ser assim
cap = cv2.VideoCapture(0) conectado, video = cap.read()
Ou, caso o acima nao dê certo, troque 0 por -1
cap = cv2.VideoCapture(-1)
Isso vai fazer com que a função VideoCapture não leia os frames de um arquivo de vídeo mas sim de sua webcam.
Esse mesmo princípio usamos no curso Reconhecimento Facial com Python e OpenCV, portanto se estiver com dúvidas nessa parte de processar em tempo real pela webcam recomendo bastante ver o curso a partir da aula “Detecção das faces pela webcam” pois lá tem um exemplo pronto real com esse código que passei acima. Mas fazendo apenas essa modificação que descrevi logo acima você já deve conseguir fazer.
Olá! Tudo bem?
Vamos verificar aqui o que aconteceu no seu caso, pois ele deveria aparecer o mesmo progresso independente de ser pelo desktop ou celular.
Ao finalizar a aula você clicou no botão para marcar como concluído? Aproveite e verifique se fez isso para as aulas anteriores também.
Se puder também me informe aqui exatamente o progresso que aparece em seu celular e o progresso que aparece no desktop para você (se ficar mais fácil pode mandar imagem, ou pode apenas escrever o numero de aulas que mostra como concluído em cada dispositivo).
Olá Jorge! Tudo bem?
Esse erro ocorre porque a versão do arquivo whl é diferente da sua plataforma, portanto precisa escolher algum outro compatível. Nesse caso eu recomendo tentar instalar direto pelo Pycharm que é mais fácil.
Para isso, vá em: File > Settings > [Selecione o projeto] (Project) e abra Project Interpreter. No lado superior direito clique em “+”. Pesquise na lupa por “opencv-contrib-python” e clique em “Install”.
Só verifique se a versão correta do Python está selecionada no Project Interpreter do PyCharm (File > Settings > [Selecione o projeto] (Project) => Project Interpreter).
Olá Ruyter!
Recomendo nesse seu caso instalar diretamente pelo Pycharm, dessa maneira resolveu para os outros alunos que tiveram esse problema com a instalação ou para usar o OpenCV no Pycharm. Para fazer isso faça assim:
No Pycharm vá em: File > Settings > [Selecione o projeto] (Project) e abra Project Interpreter. No lado superior direito clique em “+”. Pesquise na lupa por “opencv-contrib-python” e clique em “Install”.
Só verifique se a versão correta do Python está selecionada no Project Interpreter do PyCharm (File > Settings > [Selecione o projeto] (Project) => Project Interpreter).
Casô dê algum erro na instalação (ou após) vai ser necessário desinstalar o OpenCV que você instalou antes usando o pip (através do comando pip uninstall opencv-contrib-python).
Olá! Tudo bem?
Primeiramente desculpe a demora para responder sua questão.
Acredito que isso possa estar acontecendo pois houve algum problema para ler as classes contidas no arquivo classes.txt, ou talvez até um erro para ler e processar o arquivo. Lembrando que o padrão que ele deve estar é o nome da classe em cada linha separada.
Creio que possa ser isso já que o código está correto e funcionou em nossos testes e para as outras pessoas (só pra conferir, você usou esse código aqui né?)
Portanto ele deveria fazer essa substituição, tanto que o trecho do código responsável por isso é esse aqui:
for line in f:
for class_type in classes:
line = line.replace(class_type, str(classes.get(class_type)))Também verifique se o arquivo classes.txt está no mesmo diretório onde você executou o converter_annotations.py, ou se não estiver precisa colocar o caminho correto dele em with open(“classes.txt“, “r”) as myFile:
Se ele não substituiu provavelmente houve algum problema nesse while acima, onde ele deveria ler as linhas desse classes.txt e criar um dicionário que conterá o ID associado ao nome da classe.
Portanto faça essa verificação que comentei e veja se da certo, se mesmo assim o erro continuar peço que me avise para nós vermos o que mais da para tentar.
Olá Rafael!
Em português o que eu mais indicaria é o livro “Introdução à Visão Computacional: Uma abordagem prática com Python e OpenCV” do Felipe Barello, é um livro bem didático. Se o seu foco é Python e OpenCV então é melhor ainda pois são essas tecnologias que ele usa para os exemplos práticos.
Porém se quiser ir mais a fundo vou sugerir alguns livros em inglês, recomendo o “Computer Vision: Models, Learning, and Inference”, do Simon J. D. Prince, que é bastante recomendado pelo pessoal de visão computacional. Ele está disponível aqui: http://www.computervisionmodels.com/
Outro bastante recomendado: “Computer Vision: Algorithms and Applications”.
Também tem outros livros interessantes:
– “Concise Computer Vision: An Introduction into Theory and Algorithms” (excelente livro de introdução à área)
– “Build Deeper: The Path to Deep Learning” (não é com foco em visão computacional porém possui alguns exemplos práticos de aplicações bem modernas que envolvem essa área)Olá Rafael!
Esse erro geralmente ocorre quando o programa não consegue carregar corretamente o arquivo xml do haarcascade, seja porque o nome está diferente ou porque o arquivo está inválido. Primeiramente, verifique se o nome do arquivo xml é exatamente o mesmo que você informou no código, e inclua o diretório caso ele esteja dentro de uma pasta. Verifique se o nome do arquivo não está “haarcascade_frontalface_default” ao invés de “haarcascade-frontalface-default” por exemplo.
Olá Sidnei!
No curso é abordado como você pode treinar um modelo para reconhecer qualquer tipo de objeto. Teoricamente você poderia usar essa mesma técnica do YOLO para treinar o modelo para que ele reconheça letras e números, porém acaba não sendo muito prático ou eficiente. Hoje em dia existem técnicas próprias para reconhecimento de caracteres, dê uma procurada por OCR. Se tiver interesse veja aqui esse artigo por exemplo que explica como implementar uma técnica bem conhecida para isso.
Bom dia! Creio que sem softwares abertos ou outras abas já vai dar uma boa melhora, mas é bom testar com outros navegadores também pois esse erro da tela ficar preta com tão pouco tempo de treinamento não é comum mesmo, então as vezes pode ser até um bug.
Olá Cassio!
O uso da GPU na implementação do OpenCV só é explicada na aula “OpenCV e GPU”, antes dessa aula o curso aborda apenas como fazer mas usando CPU. Isso porque para fazer o uso da GPU com o OpenCV é necessário realizar algumas outras configurações a mais antes, e como elas dependem de qual o modelo que está sendo usado nós preferimos separar entre “com CPU” e “com GPU” para ficar melhor.
Qualquer dúvida veja também no Colab: https://colab.research.google.com/drive/1DFtI2m83c47vMmle0vCnLy7zWc5Uq2ee?usp=sharing
