Skip to content

Projeto completo de Visão Computacional e Machine Learning para a detecção e classificação em tempo real de sinais da Língua Brasileira de Sinais (LIBRAS), utilizando MediaPipe e Random Forest.

License

Notifications You must be signed in to change notification settings

DevZIKIII/IALibras

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

5 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

IALibras

Sobre o Projeto

O IALibras é um sistema completo e funcional para detecção e classificação de sinais da Língua Brasileira de Sinais (LIBRAS) em tempo real, utilizando Visão Computacional e Aprendizado de Máquina.

O projeto utiliza a biblioteca MediaPipe para a detecção precisa de pontos de referência (landmarks) da mão em um stream de vídeo, extraindo características robustas como coordenadas normalizadas, distâncias e ângulos dos dedos. Essas características são então utilizadas para treinar e classificar os sinais usando um modelo Random Forest Classifier.

Funcionalidades Principais

  • Extração de Características: Uso avançado de landmarks do MediaPipe para engenharia de features, incluindo distâncias relativas entre dedos e avaliação de extensão dos dedos.
  • Coleta de Dados Interativa: Módulo dedicado para coletar amostras de treino (gestos) de forma interativa, permitindo a especificação da letra e do número de amostras.
  • Treinamento de Modelo: Treinamento do classificador Random Forest com avaliação de desempenho (acurácia e relatório de classificação) em um conjunto de teste.
  • Detecção em Tempo Real: Interface de detecção em vídeo ao vivo que exibe a letra classificada e o nível de confiança da predição.
  • Persistência: Capacidade de salvar e carregar os dados coletados (libras_data.pkl) e o modelo treinado (libras_model.pkl).

Instalação e Execução

Para rodar o projeto, você precisará de Python (versão 3.10 ou superior é recomendada) e das seguintes dependências.

Pré-requisitos

  • Python 3.x
  • Uma webcam funcional

Passos

Siga os passos abaixo (baseado em init.txt) para configurar e executar o sistema:

  1. Crie e Ative um Ambiente Virtual:

    py -3.10 -m venv venv
    .\venv\Scripts\activate
  2. Instale as Dependências: O projeto requer as bibliotecas essenciais para visão computacional e machine learning:

    pip install opencv-python mediapipe numpy scikit-learn
  3. Execute o Sistema: Inicie o script principal para acessar o menu de opções (Coleta, Treino, Detecção):

    python ialibras.py

Menu do Sistema

Ao executar o ialibras.py, você terá acesso ao menu de interação:

Opção Descrição
1 Coletar dados de treino (você definirá a letra e o número de amostras).
2 Treinar o modelo de classificação com os dados coletados.
3 Testar a detecção em tempo real usando a webcam.
4 Ver dados coletados (lista as letras e o número de amostras disponíveis).
5 Sair do sistema.

About

Projeto completo de Visão Computacional e Machine Learning para a detecção e classificação em tempo real de sinais da Língua Brasileira de Sinais (LIBRAS), utilizando MediaPipe e Random Forest.

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 2

  •  
  •  

Languages