Ce dépôt Github concerne le prototypage d'un classifieur de déchets multiclasses dans le cadre de mon stage "ouvrier" de 2 mois de 1e année d'école d'ingénieure à Centrale Méditerranée, en 2022.
Le classifieur s'inspire des modèles classiques de classifieurs (MobileNet et ResNet) afin de comparer les différentes performances sur les données visuelles de l'entreprise
Le projet a été effectué avec Tensorflow et Pytorch afin de donner la possibilité à l'entreprise de reprendre le projet avec la librairie qu'il souhaite.
Le projet s'est suivi d'une optimisation des hyperparamètres à travers un POC, qui n'est pas présent dans le repository pour des raisons de confidentialités.
Données visuelles de l'entreprise confidentielles, non fournies avec le projet.
Dans ce projet vous trouverez les dossiers et fichiers suivants:
/IA_pytorch/src
: dossier du code source du modèle ResNet utilisant la librairie Pytorchgenerator.py
: script de génération des données pour le modèlemodel.py
: modèle utiliséparameters.py
: fichier des paramètres et hyperparamètres du modèlepredict.py
: script d'inférence du modèlerequirements.txt
: cf. section Execution du codetrain.py
: script d'entraînement du modèletraitement.py
: script de traitement des données d'entrées selon leur format
/IA_tensorflow/src
: dossier du code source du modèle MobileNet utilisant la librairie TensorFlowgenerator.py
: script de génération des données pour le modèlemodel.py
: modèle utiliséparameters.py
: fichier des paramètres et hyperparamètres du modèlepredict.py
: script d'inférence du modèlerequirements.txt
: cf. section Execution du codetrain.py
: script d'entraînement du modèletraitement.py
: script de traitement des données d'entrées selon leur format
Installez les librairies nécessaires:
pip install -r requirements.txt
Les fichiers .py sont équipés du test
if __name__ == '__main__':
Pour exécuter l'entraînement d'un des deux modèles, il suffit d'executer dans le terminal:
python <nom du fichier>