Algoritmos para avaliacao da eficassia de uma rede Yolo para deteccao de leveduras

---

Bibliotecas python para instalar:

sudo apt install python3-pip # Caso nao possua o pip instalado na maquina
pip install matplotlib
pip install scipy

---

Para dedinir o tamanho da amostra:

python3 ./n-population.py

para um exemplo utilizaremos o tamanho da populacao em 3600 capturas de imagens com um grau de confianca de 98% e necessario calcular o desvio padrao e a margem de erro

    # Solicitar os dados necessários
    desvio_padrao = float(input("Informe o desvio-padrão populacional (σ): "))
    margem_erro = float(input("Informe a margem de erro (E): "))
    grau_confianca = float(input("Informe o grau de confiança (em porcentagem): "))

Seleciona Amostras de Imagens

python3 ./select_images_amostration.py

Altere as Linhas:

source_directory = 'diretorio-com-as-imagens'
destination_directory = 'local-de-destino-para-imagens-selecionadas'
num_images_to_select = 22 # number of images to select

---

Faca as anotacoes da matri de confusao em qualquer softweare de anotacao de imagens

O Arquivo classes.txt contem as classes que nos interessam para as anotacoes, sendo elas:

VP = Verdadeiro Positivo

VN = Verdadeiro Negativo

FP = Falso Positivo

FN = Falso Negativo

---

Faca a leitura dos arquivos de anotacoes das imagens anotadas com:

python3 ./associate_class.py

Altere as Linhas:

directory_path = 'diretorio-com-as-imagens-selecionadas-e-anotadas'
output_file = 'anotacoes.csv'
classes_file = 'classes.txt'

Faca a estatistica das anotacoes com:

python3 ./media_with_graph.py

Caso no arquivo anterior tenha sido alterado o aquivo .csv, altere a linha:

csv_file = 'anotacoes.csv'