Olá tudo bem Olha só já fiz aqui no canal uma série sobre reconhecimento facial tudo em Python do zero né então agora eu quero fazer uma uma um Plus para essa série que é exatamente a gente fazer a o reconhecimento facial sem a necessidade de programar usando o Orange Canvas vai ser bem simples bem tranquilo de ver tá bom antes de qualquer coisa eu queria falar sobre os nossos grupos temáticos no WhatsApp né tudo sobre a são 14 grupos temáticos aí aí mais de 8. 500 profissionais de várias áreas do conhecimento falando sobre inteligência artificial O link tá aqui na descrição basta você clicar entrar você é meu convidado será muito bom ter você lá tá bom eu vou usar um Data Set de fotos minhas né e da minha esposa Etiene dos Meus dois filhos Rafael e o Pedro eu vou mostrar para vocês como a gente pode fazer reconhecimento facial simplificado sem necessidade de programar aqui no h Canvas Tá bom vamos pro computador então muito bem já estamos aqui no Orange Canvas aberto eu estou usando aqui a versão do Orange ó est usando a versão 3. 34 já at 3.
34. 1 tá E lembrando que para poder usar esse reconhecimento facial a gente vai precisar do Edom você precisa que você instalar aí no Edom esse Edom aqui do image Analytics tá porque a gente vai usar Deep learning uma rede de learning para poder fazer o reconhecimento facial dentro do Orange incrível né então eu tenho aqui já aberto ó esse image Analytics vou mostrar para vocês o meu dataset de imagens né Tá aqui o meu dataset de imagens eh tem fotos da minha esposa certo são fotos mesmo não precisa das do rosto somente né mas se você tiver a foto só do rosto é melhor tá eu tenho aqui mas vou fazer para simplificar porque talvez algumas pessoas não Consigam é tirar só a foto do rosto dá muito trabalho tem só a foto ele vai aceitar tá então tem aqui o Pedro tá algumas fotos do Pedro algumas fotos do Rafão aqui e algumas fotos minhas tá então beleza aí ó são as fotos tal que eu vou mandar aqui pro sistema para reconhecer certo então vamos lá vamos para poder fazer o reconhecimento facial eu preciso aqui o seguinte eu preciso e fazer o image ports tá vou aumentar aqui um pouquinho e eu vou colocar aqui a vou selecionar aqui aquela pasta tá bom aqui aí você seleciona a sua pasta e veja cada pastinha dessa vai ter uma pessoa correspondente aí que você queira fazer o reconhecimento facial então seleciona a pasta ele vai processar essas imagens né vai carregar as imagens aqui ó vai começar a carregar as imagens e nós temos aí 251 imagens tá se você quiser ver essas imagens aqui basta usar o image viewer tá colocar o me vi aqui do lado ligou abriu você tem aí todas as imagens que foram carregadas tá essas imagens aqui tem as imagens da Etiene né do Pedro pedrocão tem as imagens do Rafa e as minhas Tá certo ok tá tudo aí ó ó Que camisa linda né Essa camisa é linda demais OK próximo passo então é um reconhecimento eh de imagens né a gente vai trabalhar com o imag beddings tá o imag beding o que que é ele transforma a imagem e em um um vetor de informações é como se fosse uma assinatura da imagem tá só que antes de qualquer coisa eu vou abrir aqui ó porque por padrão o image beding ele está com Exception V3 tá e eu vou trocar esse image embed aqui esse embedder certo para Open face ó que legal E aí você vai ter uma rede que é especialista né em reconhecer Faces tá em reconhecer Faces então muito bem agora o que você faz é ligar pode ocorrer de algumas imagens est numa codificação que o o open Face não aceite então ele vai pular algumas imagens certo provavelmente ele vai pular algumas imagens aqui mas agora tá codificando os embeds aí ó e quando ele pular assim ignorar algumas imagens ele vai dizer Eh quantas imagens foram ignoradas tá bom é isso aí processando muito bem aí quando você clica aqui duas vezes ó 110 imagens foram ignoradas então sim é uma quantidade grande de imagem por isso que é importante quando você fazer o sistema aqui você tem um volume grande de imagens tá Pelo menos tem um volume grande de imagens das pessoas que você quer reconhecer muito bem o próximo passo aqui eu vou colocar aqui um um um data aqui né ó muito bem então vou colocar aqui agora um data table pra gente ver esses embeddings tá vou clicar aqui duas vezes e o que eu tenho aqui agora é esse aqui ó as imagens né de quem de quem é a pessoa a classe a categoria né você v que tem aqui do Rafa minha tal e eu tenho aqui esses valores aqui numéricos ó esses são exatamente os embeddings os embeddings os embeddings que eu tô vou usar para poder fazer exatamente a o reconhecimento facial veja que ess aqui ó são 128 posições né de 0 a 127 certo e eu vou fazer o seguinte eu vou aqui em visualizar vou pedir a distribuição quero que você quero que ele me mostre aqui Quais são as as categorias né então vou abrir aqui então temos aí por categoria tem menos né Bem menos e tem sandeco Beleza você eh e tenta equilibrar essas essas essas essas bases aqui eu coloquei propositalmente aqui só para ver se ele é eh ele consegue de forma desbalanceada classificar legal certo vamos ver o que isso acontece isso é bom vamos lá agora o que eu vou fazer o próximo passo é exatamente Ah fazer a o sistema mesmo funcionar né vamos aqui em evaluate eu vou colocar aqui test and score para avaliar qual seria o melhor algoritmo de aprendizagem de máquina e para poder fazer a classificação Veja essa parte aqui do imag beddings é Deep learning tá porque é uma rede neural e profunda que é a Open Face para extrair essas características no próximo passo que é classificar pode ser qualquer algoritmo de machine learning por exemplo aqui eu vou usar aqui o AD Boost vou ligar aqui eu quero saber qual que é melhor né vou usar aqui o Random Forest que é um algoritmo muito bom beleza e vou usar aqui uma neural Network tá vamos lá então muito bem agora agora abrindo aqui o test and score você vai ver aqui ó as os a os níveis de classificação né e eu tenho aqui pela acurácia ó se eu ordenar pela acurácia aqui eu tenho a rede neural com 0.
