revisar trabajos pasados como referencia
https://github.com/FAU-UChile/audiv027-2024-1 https://github.com/FAU-UChile/audiv027-2023-2
incluir en sus apuntes datos sobre integrantes, githubs, codigo, materiales, que version de que software usaron, que tecnologia usaron
incluir qué tipo de proyecto quieren hacer qué herramientas ya saben qué herramientas quieren que veamos hoy en la segunda mitad
1: Control de gamepad-keyboard a traves de poses (https://github.com/FAU-UChile/audiv027-2024-1/tree/main/estudiantes/08-BenjaIeg/clase-07)
control q funciona mediante reconocimiento de camara
Herramientas utilizadas: Teacheable Machine; Python
Librerias Necesarias para python: OpenCV ; Keyboard ; Numpy ; Tensorflow ; Navegador ; Camara Webcam
2: CatchCam
juego q funciona con camara
materiales/herramientas : Processing 4.3 ejecutado en el ordenador ; Wekinator-2.1.0.4 ; webcam ; videoInput Face Detection Processing disponible en [http://www.wekinator.org/examples/]
dentro de processing descargamos: Ocsp5 ; OpenCv processing ; p5.js Mod ; video library for processing 4
teachable machine
usar tensorflow.js para codigo modelos para p5 ; ml5
(eso archivo de codigo, sketch file)
para entrenar con imaganes en particular
agregar muestras a reconocer como imputs, asignar nombres correspodientes en class X
una vez listo, exportar tensorflow.js (ojala descargarlo )
cambiar a version antigua de ml5, agregando en index.html
; estan ml5 en faq
luego para correrlo en p5, copiar codigo entregado borrando “script” que aparace al principio, agregar carpeta a un nuevo proyecto (como “my_model”)
luego realizar cambios en el codigo
en linea 24 agregar “//” (que sirver para saltar / omitir linea) frente a flippedVideo
en linea 32 quitar flipped