Bienvenue dans ContentModerator, une application puissante qui utilise AWS Rekognition et Streamlit pour analyser des images, des vidéos et du texte afin de détecter du contenu inapproprié. 🚀
- 📷 Analyse d'images : Détection de contenu sensible via AWS Rekognition.
- 🎥 Analyse de vidéos : Extraction d'images clés pour une modération efficace.
- 📊 Interface intuitive : Interface interactive créée avec Streamlit pour une expérience utilisateur optimale.
-
Clone le repo :
git clone https://github.com/Tr-Evan/ContentModerator.git cd ContentModerator -
Installe les dépendances :
pip install -r requirements.txt
-
Configure les variables d'environnement : Crée un fichier
.env:ACCESS_KEY=ton_access_key SECRET_KEY=ta_secret_key S3_BUCKET=nom_de_ton_s3
-
Lance l'application :
streamlit run app.py
- Accède à l'application via l'interface Streamlit qui s'ouvrira dans ton navigateur.
- Upload des fichiers (image, vidéo, texte).
- Consulte les résultats d'analyse instantanément.
ContentModerator/
├── app.py # Application Streamlit
├── moderation.py # Logique de modération avec AWS Rekognition
├── uploads/ # Images / vidéos uploadé
├── .env # Variables d'environnement
└── requirements.txt # Dépendances Python
- Un compte AWS actif
- Service AWS Rekognition activé
- Clés d'API configurées dans le fichier
.env - Configurer le S3 Bucket (region : us-est-1)
Dans l'onglet "Autorisations"
- Débloquer les accées public
- Ajouter le code dans "Stratégie de compartiment"
{
"Version": "2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Principal": "*",
"Action": "s3:GetObject",
"Resource": "arn:aws:s3:::contentmoderator-sdv-2025/*"
}
]
}
- Fork le projet
- Crée une branche
feature/amélioration - Commit tes changements
- Push la branche
- Ouvre une Pull Request
Ce projet est sous licence "pas touche la mouche".