Skip to content

Latest commit

 

History

55 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Hackathon 2025 - Application type Twitter avec IA

Description

Ce projet est une application similaire à Twitter intégrant une analyse d'expressions faciales en temps réel via une API IA.

  • Front-end : React.js
  • Back-end : Node.js/Express
  • Base de données : MongoDB Atlas
  • Module IA : Python avec un module CNN pour la reconnaissance d'expressions faciales

Structure du projet

  • back-end/ : Code source du serveur Node.js/Express
  • front-end/ : Code source de l'application React
  • IA/ : API Express connectée a un script python pour l'analyse des expressions faciales

Instructions d'installation

1. Lancer le Back-end

⚠️ WARNING : Avant de lancer le backend, assure-toi de le faire dans l'environnement virtuel créé au préalable.

  1. Navigue dans le dossier back-end :

    cd back-end
  2. Initialise le projet et installe les dépendances :

    npm init -y
    npm install express mongoose dotenv cors bcrypt jsonwebtoken multer
  3. Lance le serveur :

    npm start

    Note : Le backend doit être lancé dans l'environnement Python créé au préalable.

  4. N'oubliez pas de créer un fichier .env à la racine du projet avec les informations suivantes :

    MONGO_URI=mongodb+srv://boobacar5252:ddyug4yCMcO3T5N7@cluster0.kdc5xtk.mongodb.net/twitter_hackathon?retryWrites=true&w=majority
    
    SECRET_KEY=example

2. Lancer le Front-end

  1. Ouvre un nouveau terminal et navigue dans le dossier front-end :
    cd front-end
  2. Installe les dépendances :
    npm install
  3. Lance l'application :
    npm start

3. Lancer le Module IA

  1. Ouvre un nouveau terminal et navigue dans le dossier IA :
    cd IA
  2. Active l'environnement virtuel :
    • Windows :
      venv\Scripts\activate
    • macOS/Linux :
      source venv/bin/activate
  3. Lance l'API :
    python app.py

Notes Importantes

  • Assure-toi d'avoir les outils nécessaires installés : Node.js, npm, Python, etc.
  • Utilise Git pour suivre les modifications :
    git add .
    git commit -m "Message"
    git push

Hackathon 2025 - Module IA pour la reconnaissance d'expressions faciales

Description

Ce module IA utilise un modèle de machine learning pré-entraîné pour détecter et analyser les expressions faciales à partir d'images. Il identifie 7 émotions : colère, dégoût, peur, joie, neutre, tristesse et surprise.

Prérequis

  • Python 3.8+
  • PIL (Pillow)
  • PyTorch
  • Transformers

Installation

  1. Navigue dans le dossier IA
  2. Active l'environnement virtuel :
    venv\Scripts\activate   # Pour Windows
    source venv/bin/activate  # Pour macOS/Linux
  3. Installe les dépendances requises :
    pip install torch pillow transformers

Utilisation

Pour analyser une expression faciale dans une image, utilisez la commande suivante :

Lancez le script dans le dossier IA detect.ipynb et souriez, vous êtes filmé.😁😁😁😁😁😁😒😒😒😒😒

Le script retourne une des émotions suivantes :

  • anger (colère)
  • disgust (dégoût)
  • fear (peur)
  • happy (joie)
  • neutral (neutre)
  • sad (tristesse)
  • surprise

Structure du code

Le script main.py :

  1. Charge le modèle et le processeur depuis les fichiers pickle
  2. Reçoit le chemin d'une image en argument
  3. Prétraite l'image avec le processeur
  4. Effectue l'inférence pour détecter l'expression faciale
  5. Retourne l'émotion identifiée

Intégration

Ce module est conçu pour fonctionner comme un composant de l'application Twitter-like développée pour le Hackathon 2025, en s'intégrant avec :

  • Le backend Node.js/Express
  • Le frontend React

Remarques

Les fichiers modèle et processeur doivent être présents dans le même dossier que le script principal pour que l'application fonctionne correctement.

Note : Pas besoin d'installer Flask et Docker.

Liens Trello

https://trello.com/b/akMqPnYB/hackathon2025

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

2 watching

Forks

Releases

Packages

Used by

Contributors

Languages