Códigos del Proyecto de tesis donde se irán almacenando diferentes algoritmos en diferentes Jupyter-Notebook con un correcto versionado pudiendo asi lograr mantener la integridad de los mismos a la hora de su futura comparación

Nota : esto quiere decir que a pesar de que el algoritmo no funcione del todo bien y se necesite mejorar, se procederá a crear una nueva version del mismo (logrando asi su futura comparación)

├───.vscode
├───db        # database BCS
│
├───doc       # documentación de esos algoritmos
│
├───code      # algoritmos
│
├───lib       # requirements correspondientes a cada algoritmo

• cada uno de esos algoritmops ubicados en ./code/ podrá poseer su correspondiente documentacion dentro de ./doc/

• ver versiones de las librerias en requirements.txt

Nota: en caso de usar visual-studio-code se podrá los perfiles-de-desarrollo

1. Necesitas tener python 3.x instalado en tu maquina.
2. Entonces necesitar instalar un gestor de entornos virtuales ( opcional ):
   • Anaconda ( include almost all necessary packages )
   • Version Lite de Anaconda: miniconda
   • virtualenv (incluido en python 3.3) ( recomendado )

git clone https://github.com/albertolicea00/tesis.git

cd tesis

Usando virtualenv :

python -m venv venv

o usando conda :

conda create --venv

Usando virtualenv :

• Mac / Linux : source venv/bin/activate

• WSL : source venv/Scripts/activate

• Windows : venv\Scripts\activate

o usando conda :

• Mac / Linux / WSL : conda activate venv

• Windows : activate venv

pip install -r requirements.txt

• No ejecutar la primera celda de cada algoritmo (que representa la conexión a googleDrivel, no presente en todos los casos)

from google.colab import drive
drive.mount('/content/drive')

• Asegurarse del valor de la variable de la ubicación-BASE ; ver NOTAS de ejecución

drive_folder = ''

Google Colab ya tiene la mayoría de estas librerías preinstaladas, pero puedes asegurarte ejecutando los siguientes comandos:

!pip install [nombre de los paquetes en requirements.txt]

El código está diseñado para trabajar con Google Drive. Asegúrate de tener los archivos de imágenes en la carpeta especificada en Google Drive: ver Recordatorio

• Recuerda incluir en la primera celda para cada algoritmo:

# permisos para acceder a googleDrive
from google.colab import drive
drive.mount('/content/drive')

• Asegurarse del valor de la variable de la ubicación-BASE ; ver NOTAS de ejecución

drive_folder = 'drive/MyDrive/...'

Ya sea en en local como en una maquina remota; asegúrate de tener las variables de ubicación a la base de datos correctamente seteadas:

import os
drive_folder = ''  # ubicación-BASE

# Definición de la base de datos
data_folder = drive_folder + 'db/data/'
image_folder = drive_folder + 'db/images/cow/'
shape_folder = drive_folder + 'db/images/shape/'

# si no da error es que se cargaron bien
files = os.listdir(image_folder)

• en caso de que la ubicación sea remota en googleDrive drive_folder = 'drive/MyDrive/...'
• en caso de que la ubicación sea local en tu Maquina drive_folder = ''

ver todas las librerias utilizadas para este proyecto en requirements.txt con python v3.09+

• PyTorch as torch
  • torchvision
  • torchvision-transforms

• OpenCV as cv2
• Pillow as PIL

• numpy as np
• Matplotlib.pyplot