Projets de Vision par Ordinateur

Ce dépôt contient une collection de projets de vision par ordinateur utilisant PyTorch et d'autres bibliothèques de deep learning.

Structure du Projet

1. Extract Features

   • Extraction de caractéristiques d'images avec ViT
   • Visualisation des caractéristiques via PCA

2. Image Retrieval

   • Recherche d'images similaires dans une base de données
   • Utilisation de la similarité cosinus

3. Image Classification

   • Classification d'images avec ViT
   • Utilisation des 1000 classes d'ImageNet

4. Anomaly Detection

   • Détection d'anomalies dans les images
   • Comparaison avec une base de référence

5. Object Detection

   • Détection d'objets avec Faster R-CNN
   • Visualisation des boîtes englobantes

6. Image Segmentation

   • Segmentation sémantique avec DeepLabV3
   • Visualisation des masques de segmentation

7. Image Similarity

   • Comparaison de similarité entre images
   • Calcul de scores de similarité

8. Object Tracking

   • Suivi de personnes en temps réel
   • Utilisation de MediaPipe pour la détection de pose

Prérequis Généraux

• Python 3.7+
• PyTorch
• torchvision
• PIL (Pillow)
• numpy
• matplotlib
• timm
• opencv-python
• mediapipe

Installation

pip install torch torchvision pillow numpy matplotlib timm opencv-python mediapipe

Structure des Dossiers

src/ ├── 1 - Extract Features/ ├── 2 - Image Retrival/ ├── 3 - Image Classification/ ├── 4 - Anomaly Detection/ ├── 5 - Object Detection/ ├── 6 - Image Segmentation/ ├── 7 - Image Similarity/ └── 8 - Object Tracking/

Utilisation

Chaque dossier contient son propre README avec des instructions spécifiques. Pour commencer, naviguez dans le dossier du projet qui vous intéresse et suivez les instructions du README correspondant.