|
|
|
# Índice
|
|
|
|
|
|
|
|
- [23 de setiembre 2021](#23-de-setiembre-2021)
|
|
|
|
- [9 de setiembre 2021](#9-de-setiembre-2021)
|
|
|
|
- [26 de agosto 2021](#26-de-agosto-2021)
|
|
|
|
- [12 de agosto 2021](#12-de-agosto-2021)
|
| ... | ... | @@ -10,6 +11,18 @@ |
|
|
|
- [27 de mayo 2021](#27-de-mayo-2021)
|
|
|
|
- [13 de mayo 2021](#13-de-mayo-2021)
|
|
|
|
|
|
|
|
# 23 de setiembre 2021
|
|
|
|
|
|
|
|
Se presentaron las tablas de resultados obtenidas al ejecutar las pruebas de verificación de rostros, y se comentaron brevemente los notebooks utilizados para obtener los resultados. Además, se discutió sobre las pruebas relativas al desempeño de la biblioteca para reconocer la edad, raza y género de una persona.
|
|
|
|
|
|
|
|
Sobre la detección de rostros, debido a que el conjunto de datos sobre el cual se evaluará (WIDER Face) no se encuentra etiquetado para su partición de testing, inicialmente se evaluará sobre su partición de validación. Una vez implementada la versión final de las pruebas, se establecerá contacto con Shuo Yang para evaluar los modelos con el conjunto de testing.
|
|
|
|
|
|
|
|
**Los próximos pasos son:**
|
|
|
|
|
|
|
|
- Investigar sobre métodos de evaluación utilizados para la detección de rostros, y aplicar uno de ellos.
|
|
|
|
- Seleccionar instancias del conjunto de datos UTK Face para realizar el testing. Se debe considerar mantener la proporción de personas masculinas y femeninas. Si bien el conjunto de datos tiene imágenes de 0 a más de 100 años, se acotará a un rango de edades de entre 15 a 65 años, dado que se cree que la edad de la mayor cantidad de asistentes a la RoboCup se encuentra en ese rango.
|
|
|
|
- Modificar el documento del estado del arte considerando la devolución que realizaron los tutores.
|
|
|
|
|
|
|
|
# 9 de setiembre 2021
|
|
|
|
|
|
|
|
Se presentaron ciertos cambios que se habían realizado sobre la especificación de las pruebas.
|
| ... | ... | |
| ... | ... | |
