Proyecto 2 para el ramo de Productos de Datos del Magister en Data Science de la Universidad del Desarrollo. Elaborado por: Israel Diaz G.
La aplicación se encuentra disponible en https://59195f1c3bee.ngrok.io/
- El código en este repositorio se ha ejecutado en una maquina virtual de GCP con 8 nucleos, si la maquina utiliza menos de 8 nuclos podría presentar problemas con la librería OpenCV.
- Librerías: opencv-contrib-python, numpy, flask, dlib.
- ngrok tunnel.
pip install numpy
Para linux, se requieren las siguientes librerias del sistema:
sudo apt-get update
sudo apt-get install build-essential cmake
sudo apt-get install libopenblas-dev liblapack-dev
sudo apt-get install libx11-dev libgtk-3-dev
sudo apt-get install python python-dev python-pip
sudo apt-get install python3 python3-dev python3-pip
Luego se puede instalar dlib
pip install dlib
pip install opencv-contrib-python
pip install Flask
Ngrok es una aplicación para crear un tunnel que permita acceder a la url localhost de una maquina. Para realizar el setup de esta app se recomienda seguir las instrucciones en la documentación de https://ngrok.com/
Se recomienda el uso de un ambiente dedicado. Ver: https://medium.com/@m.monroyc22/configurar-entorno-virtual-python-a860e820aace
- Los detalles del modelo utilizado se explica en detalle en el siguiente articulo web: https://www.pyimagesearch.com/2020/04/13/opencv-age-detection-with-deep-learning/.
Para levantar el servidor flask, se debe establecer la app y el ambiente:
En linux:
export FLASK_APP=app.py
export FLASK_ENV=development
flask run
En otra terminal, se debe ejecutar el tunnel ngrok
./ngrok http 5000
Este comando devuelve una url a la que se puede acceder para tener acceso a la aplicación.
- El modelo se ha desarrollado utilizando la metodología presentada en PyImageSearch.com