🎯 Secure System - Detector de Cubo de Rubik con YOLO

Proyecto de detección de cubos de Rubik en tiempo real usando inteligencia artificial (YOLOv8) y cámara web.

🚀 Uso Principal

Detección en Tiempo Real

# Activar entorno virtual
entornoSecure\Scripts\activate

# Ejecutar detector principal
python main.py

Prueba Rápida

# Probar modelo entrenado
python test_webcam.py

📁 Estructura del Proyecto

secureSystem/
├── 🎯 PRODUCCIÓN
│   ├── main.py              # 🔥 Detector principal con YOLO
│   ├── test_webcam.py       # 🧪 Prueba del modelo entrenado  
│   ├── config.py            # ⚙️  Configuración del sistema
│   ├── camera_handler.py    # 📹 Manejo de cámara
│   └── requirements.txt     # 📦 Dependencias Python
│
├── 🔧 DESARROLLO (scripts/)
│   ├── train_model.py       # 🤖 Entrenar modelo YOLO
│   ├── capture_images.py    # 📸 Capturar imágenes
│   ├── label_images.py      # 🏷️  Etiquetar dataset
│   ├── review_labels.py     # ✅ Revisar etiquetas
│   ├── prepare_dataset.py   # 📊 Preparar dataset YOLO
│   └── test_camera.py       # 🔍 Encontrar índice cámara
│
├── 🧪 TESTING
│   ├── README.md            # 📖 Docs para Surface Pro 5
│   ├── camera_frontal.py    # 📷 Pruebas Linux/libcamera
│   ├── ov5693.yaml          # 🔧 Config cámara frontal
│   └── ov8865.yaml          # 🔧 Config cámara trasera
│
├── 🤖 MODELO IA
│   └── runs/detect/rubik_detector2/weights/best.pt  # 🏆 Modelo entrenado
│
├── 📊 DATASETS
│   ├── dataset/             # 🖼️  Imágenes originales
│   └── yolo_dataset/        # 🎯 Dataset formato YOLO
│
└── 🔒 SISTEMA
    ├── entornoSecure/       # 🐍 Entorno virtual Python
    └── .gitignore          # 📝 Control de versiones

⚡ Hardware Optimizado

• GPU: NVIDIA RTX 3070 con CUDA
• PyTorch: 2.7.1+cu118 (optimizado para CUDA)
• Modelo: YOLOv8 nano (3M parámetros)
• Rendimiento: ~30-60 FPS en tiempo real

🎮 Controles

Tecla	Acción
Q	Salir del programa
R	Resetear contador de detecciones

📈 Estadísticas del Modelo

• Dataset: 283 imágenes etiquetadas
• Entrenamiento: 226 imágenes (80%)
• Validación: 57 imágenes (20%)
• Época: 50 iteraciones
• Precisión: Alta detección de cubos de Rubik

📸 Resultados y Ejemplos

🎯 Detección en Tiempo Real

Interfaz principal mostrando detección con confianza del 95%

🔍 Ejemplos de Detección

📊 Métricas de Entrenamiento

Progreso de entrenamiento: Pérdida y precisión por época

🔧 Desarrollo

Re-entrenar Modelo

cd scripts
python train_model.py

Capturar Más Datos

cd scripts
python capture_images.py    # Capturar fotos
python label_images.py      # Etiquetar manualmente
python review_labels.py     # Revisar y limpiar
python prepare_dataset.py   # Preparar para YOLO

📱 Compatibilidad

• ✅ Windows 10/11 (Desarrollo principal)
• ✅ Surface Pro 5 con Ubuntu (testing/)
• ✅ Webcams USB estándar
• ✅ Cámaras integradas de laptops

---

Proyecto creado por Kuroi-dev - Secure System 2026 🚀