Show page

Differences

This shows you the differences between two versions of the page.

--- pm:prj2025:avaduva:bogdan.prisacaru [2025/05/28 11:40]
bogdan.prisacaru [Schema Electrica]
+++ pm:prj2025:avaduva:bogdan.prisacaru [2025/05/28 15:33] (current)
bogdan.prisacaru [Surse și funcții implementate]
@@ Line 132: / Line 132: @@
 === Date utilizate pentru antrenare si testare ===
   * Sursa imaginilor: poze realizate atat cu **ESP32-CAM**, cat si cu **telefonul mobil**.
-  * Numar de imagini in setul de antrenare: **196**
+  * Numar de imagini in setul de antrenare: **365**
-  * Numar de imagini in setul de test: **49**
+  * Numar de imagini in setul de test: **88**
 === Modelul antrenat ===
@@ Line 147: / Line 147: @@
 === Performante pe setul de validare ===
 == Confusion Matrix: ==
 {{ :pm:prj2025:avaduva:confusion_matrix.png?300 |}}
 == Metrici generale: ==
-  * **Precision (non-background)**: 0.92
+  * **Precision (non-background)**: 0.84
-  * **Recall (non-background)**: 0.85
+  * **Recall (non-background)**: 0.88
-  * **F1 Score (non-background)**: 0.88
+  * **F1 Score (non-background)**: 0.86
+  * **Accuracy**: 75.00%
 == Performanta On-Device ==
@@ Line 172: / Line 172: @@
 | **Acoperire F1** | 88.3%    |
 === Concluzii ===
-Modelul de recunoastere faciala dezvoltat pe platforma Edge Impulse Studio pentru ESP32-CAM ofera o performanta buna atat in ceea ce priveste acuratetea, cat si eficienta pe dispozitiv. Cu un scor F1 de 88.3% pe setul de validare si o precizie de 92% pentru clasele non-background, modelul este capabil sa diferentieze corect intre persoanele recunoscute si fundal, chiar si in conditii variate, folosind imagini capturate atat cu ESP32-CAM, cat si cu telefon mobil.
+Modelul de recunoastere faciala dezvoltat pe platforma Edge Impulse Studio pentru ESP32-CAM ofera o performanta buna atat in ceea ce priveste acuratetea, cat si eficienta pe dispozitiv. Cu un scor F1 de 89.7% pe setul de validare si o precizie de 93.8% pentru clasele non-background, modelul este capabil sa diferentieze corect intre persoanele recunoscute si fundal, chiar si in conditii variate, folosind imagini capturate atat cu ESP32-CAM, cat si cu telefon mobil.
 Timpul de procesare de aproximativ 1.1 secunde per inferenta este rezonabil pentru aplicatii embedded, iar consumul redus de memorie RAM (sub 240 KB) si spatiu in flash il fac potrivit pentru implementarea pe microcontrolere cu resurse limitate, precum ESP32-CAM.
@@ Line 188: / Line 188: @@
   * ei_camera_capture(): Capturează cadrul curent, face conversia în RGB și redimensionează imaginea la dimensiunea cerută de modelul de inferență.
+==== Pipeline ====
+{{ :pm:prj2025:avaduva:pipeline.png?300 |}}
@@ Line 221: / Line 224: @@
 **Link Github proiect:**
   * [[https://github.com/BogdanPaul15/face-recognition-esp32-cam|Github]]
+**Demo YouTube:**
+  * [[https://www.youtube.com/shorts/uEuHRyDIbKo?feature=share|Demo]]
 Pentru ca vor mai aparea modificari la cod, am facut si un repository de github unde voi uploada mereu varianta buna atunci cand apare vreo modificare.
@@ Line 231: / Line 236: @@
 == 03.05.2025 ==
-Am cumparat toate piesele pentru proiect, inclusiv un esp32-s3-devkit1 si un esp32-cam impreuna cu programatorul esp32-cam-mb, pentru ca nu stiam pe care il voi
+Am cumparat toate piesele pentru proiect, inclusiv un esp32-s3-devkit1 pe care planuiesc sa il folosesc.
-folosi si daca va incapea modelul de face recognition pe el.
 == 12.05.2025 ==
 Ma chinui sa conectez camera externa la esp32-s3-devkit1, camera pe care o comandasem nu avea si conectorul inclus, a trebuit sa comand alta si sa astept dupa ea ceva timp.
@@ Line 238: / Line 242: @@
 Am reusit sa conectez camera externa ov2640 la esp32-s3-devkit1, utilizand esp-idf.
 Mi-am creat si modelul de face recognition, incep usor usor sa il antrenez cu poze.
+Imi dau comanda si de un esp32-cam in caz de backup, cu tot cu programator.
 == 18.05.2025 ==
 Din pacate, nu reusesc sa urc modelul pe esp32-s3-devkit1, asa ca ma mut cu proiectul pe esp32-cam.