FACULTAD DE INGENIERÍA Y

CIENCIAS APLICADAS

VISIÓN COMPUTACIONAL

IMPLEMENTACIÓN Y PRUEBAS
DEL SOFTWARE
Reconocimiento facial con redes
neuronales
Estudiantes: Doris Chicaiza
Nataly López
Marcelo Tipán
01 OBJETIVOS
Objetivo general

● Implementar los elementos del sistema

Reconocimiento facial con redes neuronales y
realizar las pruebas pertinentes para un
correcto funcionamiento del programa.
Objetivos específicos

10 clases: Crear un instalador Realizar pruebas de

• Integrantes del ejecución
grupo
• Avengers
02 SERVICIOS
 Descripción del servicio

Botones

Dirige a la
Cierra la
pantalla de
aplicación
INICIAR Información CRÉDITOS ATRÁS

INFORMACIÓN Dirige a la SALIR Regresa a la

Dirige a la
pantalla de pantalla
pantalla de Inicio
Créditos Principal
Descripción del servicio

Reconocimiento en video
Descripción del servicio

Controles

Lista Selección Reconocer

Consideraciones de rendimiento

● La ejecución de la aplicación se presenta sin

mayores problemas.
 PROCESO DE
03 INTEGRACIÓN
Proceso de Integración

Documentación
Software
Implementación del
código fuente
 Implantación

655.1 MB
Hardware

Prestaciones
mínimas y Software
recomendadas
Requerimientos de Hardware

Hardware Recomendado
Recomendado Mínimo
Mínimo
Intel ® Core ™ i7 – Intel ® Core ™ 2 Duo CPU
Procesador 4710HQ CPU @ T6500 @ 2.10 GHz
2.50 GHz

Nvidia GeForce Intel Graphics Media

Tarjeta Gráfica
GTX 970M Accelerator (GMA) 4500MHD

Memoria RAM 16 GB 4 GB

Pantalla 1920x1080 1280x800

Software de Apoyo

Entorno de Colab Gestor de

Desarrollo paquetes
Integrado
Tipo de Implantación
Modelo en Cascada
 RESUMEN DE
04 RESULTADOS
Creación del ejecutable

Script Location

One File
Librería
auto-py-to-exe Window based

Icon

Additional files
Creación del ejecutable

Output Directory
Creación del instalador

InstallForge
 Análisis de Resultados
Hiperparámetros

batch_size=128 epochs=50
 Tamaño del lote  Número de
épocas

 Tasa de  Optimizador
learning_rate =
0.0005 aprendizaje RMSprop

optimizer = RMSprop(learning_rate = 0.0005)

Análisis de Resultados

Entrenamiento Validación

accuracy: 0.9367 val_accuracy: 0.9714

loss: 0.2156 val_loss: 0.0920

precision_13: 0.9518 val_precision_13: 0.9739

recall_13: 0.9239 val_recall_13: 0.9714

05 PLANES DE PRUEBA
Etapa de pruebas

● Primera Etapa

○ Revisión general y corrección de errores (código).

Etapa de pruebas

● Primera Etapa

○ Revisión general y corrección de errores (código).

● Segunda Etapa

○ Ejecutable, detección y corrección de errores.

Etapa de pruebas

● Primera Etapa

○ Revisión general y corrección de errores (código).

● Segunda Etapa

○ Ejecutable, detección y corrección de errores.

● Tercera Etapa

○ Pruebas, rendimiento general del programa.

Análisis y Funcionamiento
Resultados
 DOCUMENTACIÓN DEL
06 CÓDIGO FUENTE
Generar la
Documentación

● Doxygen.

● Multilenguaje.

● Variedad de formatos.

○ HTML, RTF
 Comentarios en el Código
● Descripción del modulo.

○ “““! @brief Esta es la clase se ejecuta al iniciar el programa””””

○ “““! Función que controla en qué pantalla se encuentra el usuario”””

 Comentarios en el Código
● Descripción del modulo.

○ “““! @brief Esta es la clase que se ejecuta al iniciar el programa””””

○ “““! Función que controla en que pantalla se encuentra el usuario”””

● Nombre del modulo.

○ @file menu.py
 Comentarios en el Código
● Descripción del modulo.

○ “““! @brief Esta es la clase se ejecuta al iniciar el programa””””

○ “““! Función que controla en qué pantalla se encuentra el usuario”””

● Nombre del modulo.

○ @file menu.py

● Crea una sección.

○ @section author_reconocimiento Autores

 Comentarios en el Código
● Descripción de las variables.

○ @param path Directorio del video seleccionado

 Comentarios en el Código
● Descripción de las variables.

○ @param path Directorio del video seleccionado

● Descripción de una línea de código.

○ ## Se inicializan las variables principales

GRACIAS