Testear rendimiento en Raspberry Pi de modelo de detección de rostros

[warnov]

Descripción

Realizar pruebas de rendimiento en dispositivos Raspberry Pi para evaluar la viabilidad de ejecutar el modelo de detección de rostros de Liiraa de forma local, sin depender de hardware adicional de alto rendimiento. El objetivo es determinar si la Raspberry Pi puede procesar la detección en tiempo real con una tasa de cuadros por segundo (FPS) aceptable para interacción fluida, considerando el consumo de CPU, GPU (si aplica), memoria y latencia de respuesta.

Alcance de la prueba

1. Entorno de hardware

   • Raspberry Pi modelo 4B (mínimo 4GB RAM) o superior.
   • Cámara USB o módulo oficial de cámara Raspberry Pi.

2. Entorno de software

   • Sistema operativo Raspberry Pi OS o derivado.
   • Librería de detección de rostros seleccionada (ej. OpenCV con Haar Cascades o DNN, MediaPipe, etc.).
   • Modelos pre-entrenados locales (sin conexión a Internet).

3. Pruebas a realizar

   • Medición de FPS promedio y latencia por cuadro durante la detección en tiempo real.
   • Consumo de CPU y RAM durante ejecución continua.
   • Comparativa con diferentes resoluciones de captura (ej. 640×480 vs 1280×720).
   • Prueba en condiciones de iluminación variadas (alta luz, baja luz).
   • Comportamiento con uno y varios rostros simultáneos.

4. Criterios de aceptación

   • FPS mínimo de 15 para interacción fluida.
   • Latencia máxima aceptable de 200ms entre captura y detección.
   • Uso de CPU y RAM que no comprometa la estabilidad del sistema.

5. Entregables

   • Informe con métricas de rendimiento y condiciones de prueba.
   • Recomendaciones para optimización (si fuera necesario).
   • Decisión sobre viabilidad de uso en producción.