Keep writing bitch 📖

sorny92 · Feb 16, 2022 · b0331ae · b0331ae
1 parent 7756f32
commit b0331ae
Show file tree

Hide file tree

Showing 3 changed files with 16 additions and 11 deletions.
diff --git a/README.odt b/README.odt
diff --git a/informe.pdf b/informe.pdf
diff --git a/readme.md b/readme.md
@@ -1,6 +1,6 @@
-RT-BENE: detección de parpadeo
+# RT-BENE: detección de parpadeo
 
-pandoc -f odt -t markdown README.odt -o readme.md
+[Link](informe.pdf) al trabajo entero.
 
 Resumen
 =======
@@ -15,20 +15,25 @@ zoo de Keras por simplicidad. Además el modelo está preentrenado en
 
 El segundo modelo está también basado en un modelo preentrenado de Keras
 pero en este caso sí que se tiene en cuenta la distribución de las
-clases en el dataset y se utiliza aumentación de datos para corregir la
-sobre-representación de la clase "no parpadeo" con respecto a
-"parpadeo".
+clases en el dataset y se utilizan técnicas de aumento de datos para
+corregir la sobre-representación de la clase "no parpadeo" con respecto
+a "parpadeo".
 
 En este proyecto se consigue un F1-score de 0.99 en el testset.
 
 Introducción
 ============
 
-Métodos
-=======
+Se utiliza el conjunto de datos RT-BENE, este consiste en 107350 parejas
+de imágenes y su correspondiente etiqueta.\
+Cada pareja de imágenes contiene dos imágenes RGB de tamaño 36x60
+pixeles de los ojos de diferentes personas. En total, el dataset,
+contiene 17 videos cada uno de una persona diferente donde se ha anotado
+en cada imagen si está parpadeando o no.
 
-Resultados
-==========
+El problema a solucionar es la predicción por cada par de imágenes si
+estas corresponden a un parpadeo o no. Dicho problema se puede
+considerar como un problema de clasificación donde hay que predecir si
+para dicha entrada se corresponde una clase u otra. En este caso como
+solo hay una salida se define como clasificación binaria.
 
-Conclusiones
-============