Predmetni projekat iz predmeta Osnovi računarske inteligencije (ORI) - 2FA sistem zasnovan na neuronskim mrežama za detekciju i verifikaciju lica.
- Marko Njegomir
- Dušan Erdeljan
Ilustracija 1 - Poster projekta.
Ilustracija 2 - Stranica za prijavljivanje.
Ilustracija 3 - Stranica za registraciju.
Za pokretanje projekta potrebno je instalirati Pg Admin
(https://www.pgadmin.org/) i MongoDB Server
(https://www.mongodb.com/try/download/community). Zatim je potrebno napraviti Postgre bazu sa nazivom 2FAce
. Python
verzija na kojoj je projekat testiran je 3.8
.
Potrebno je pokrenuti sve projektu u navedenom redosledu (bitno je pokrenuti eureka server pre bekend aplikacije i servisa za verifikaciju lica).
Iz 2face-frontend
foldera potrebno je pokrenuti komandu npm ci
(samo pre prvog pokretanja), a zatim pokrenuti komandu npm run serve
. Frontend aplikacija će biti startovana na adresi http://localhost:8080/
.
Eureka server je moguće pokrenuti iz nekog razvojnog okruženja ili pokretanjem komande .\mvnw spring-boot:run
iz foldera eureka-server
. Ovim je eureka server pokrenut i registrovani servisi se mogu videti na adresi http://localhost:8761/
.
Bekend aplikaciju je moguće pokrenuti iz nekog razvojnog okruženja ili pokretanjem komande .\mvnw spring-boot:run
iz foldera 2face-backend
.
Pre pokretanja servisa za verifikaciju lica potrebno je instalirati sve biblioteke iz fajla face-verification-service/requirements.txt
. Poželjno je pre instalacije podesiti virtuelno okruženje. Servise za verifikaciju lica je moguće pokrenuti iz nekog razvojnog okruženja, čime će im biti dodeljen podrazumevani port 8181
. Dodatno, servise je moguće pokrenuti pokretanjem komande python ./flask_verification_service.py --port <PORT>
iz foldera face-verification-service/src
. Ovim će servis biti pokrenut na prosleđenom portu.
Za pokretanje tensorboard aplikacije koja prikazuje rezultate prikupljene prilikom treniranja modela za verifikaciju potrebno je pozicionirati se u folder face-verification-service/src
i pokrenuti komandu
tensorboard --logdir logs/fit
. Tensorboard je nakon toga moguće koristiti na adresi http://localhost:6006/
.