Upload 3 files

api.py

@@ -204,9 +204,9 @@ def hierarchical_cluster_with_min_size(X, max_groups: int, min_cluster_size: int
                 try:
                     score = silhouette_score(X, trial_labels, metric='cosine')
                     # Penalizar configuraciones con muchos clusters para evitar overfitting
-                    # Penalización más fuerte para reducir duplicados
-                    # Si siguen apareciendo duplicados, aumentar a 0.05 o 0.07
-                    adjusted_score = score - (n_clusters * 0.03)
+                    # Penalización MUY fuerte para reducir duplicados de la misma persona
+                    # Valores: 0.05 = fuerte, 0.07 = muy fuerte, 0.10 = extremo
+                    adjusted_score = score - (n_clusters * 0.07)
                     
                     if adjusted_score > best_score:
                         best_score = adjusted_score

character_detection.py

@@ -218,9 +218,9 @@ class CharacterDetector:
                 if valid_clusters >= 2:
                     try:
                         score = silhouette_score(X, trial_labels, metric='cosine')
-                        # Penalización más fuerte para reducir duplicados
-                        # Si siguen apareciendo duplicados, aumentar a 0.05 o 0.07
-                        adjusted_score = score - (n_clusters * 0.03)
+                        # Penalización MUY fuerte para reducir duplicados de la misma persona
+                        # Valores: 0.05 = fuerte, 0.07 = muy fuerte, 0.10 = extremo
+                        adjusted_score = score - (n_clusters * 0.07)
                         
                         if adjusted_score > best_score:
                             best_score = adjusted_score

face_classifier.py

@@ -10,8 +10,12 @@ logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger(__name__)
 
 # Configuración de thresholds
-FACE_CONFIDENCE_THRESHOLD = 0.3  # Mínimo para considerar cara válida
-GENDER_NEUTRAL_THRESHOLD = 0.2   # Diferencia mínima para género neutro
+# FACE_CONFIDENCE_THRESHOLD: Confianza mínima para aceptar una cara
+# Valores: 0.3 = permisivo (acepta muchos falsos positivos)
+#          0.6 = balanceado
+#          0.8 = estricto (elimina falsos positivos pero puede perder caras reales)
+FACE_CONFIDENCE_THRESHOLD = 0.70  # MÁS ESTRICTO: eliminar camisetas, letreros, etc.
+GENDER_NEUTRAL_THRESHOLD = 0.2    # Diferencia mínima para género neutro
 
 
 def validate_and_classify_face(image_path: str) -> Optional[Dict[str, Any]]: