stegano-project

Taller de esteganografía basado en el siguiente paper:

END-TO-END TRAINED CNN ENCODER-DECODER NETWORKS FOR IMAGE STEGANOGRAPHY

Instrucciones para comenzar (setup)

1. Hacer git clone del proyecto

Para tener el código que usaremos durante el taller descargar como zip este repositorio o bien usar el siguiente comando:

git clone https://github.com/Fidu/stegano-project.git

Los ejercicios están disponibles en:

• Ejercicios: train_model/AI_un_Mensaje_oculto_para_ti.ipynb
• Soluciones: train_model/[SOLUCIONES]_AI_un_Mensaje_oculto_para_ti.ipynb

2. Configuración en Google Drive del entorno

1. Crearse una carpeta nueva llamada pycones_2023 en Mi Unidad
2. Acceder a los datos de Drive (Enlace a los datos de Drive) -> click derecho en data -> Organizar -> Añadir acceso directo y añadirlo en la carpeta creada pycones_2023
3. Subir a la carpeta pycones_2023 el notebook AI_un_Mensaje_oculto_para_ti.ipynb (buscar en el directorio train_model)
4. Abrir notebook subido con la aplicación de Colaboratory dentro de Google Drive.

Nota: En caso de tener el navegador o la cuenta de google configurada en inglés habrá que modificar las rutas del notebook a las que se indiquen durante el taller.

Ejecutar demo con Docker

Para ejecutar la demo habría que seguir los siguientes pasos:

1. Construir imagen docker con nuestro Dockerfile

Una vez situados en el mismo directorio que nuestro Dockerfile ejecutar:

docker build -t inference_api .

2. Levantar imagen

Ejecutar la imagen exponiendo el puerto 5555.

docker run -i -t -p 5555:5555 inference_api

Authors

• Edgar Pérez Sampedro - LinkedIn - github

• Javier Jiménez del Peso - LinkedIn - github