Modèle simple PyTorch entraîné sur le dataset Caltech-256, avec une interface web locale utilisant Flask.
Ce projet est avant tout un exercice d'apprentissage que je me suis donné. Il ne s'agit pas d'un produit fini destiné à une diffusion sérieuse ou encore à une commercialisation.
- Python v3.9 ou ultérieur : télécharger ici
- Flask v2.3 ou ultérieur :
pip install flask - PyTorch v2.1 ou ultérieur :
pip install torch - torchvision v0.16 ou ultérieur :
pip install torchvision - Pillow v10.0 ou ultérieur :
pip install pillow
-
Lancez le serveur backend :
cd backendpython app.py -
Accédez à l'interface : Cliquez sur le lien qui apparaîtra (par exemple : http://127.0.0.1:5000).
-
Importez une image : Cliquez sur la section "Importez ici" Ou utilisez le glisser-déposer
-
Obtenez le résultat : L'IA analysera et identifiera le contenu de l'image automatiquement, et plutôt rapidement selon votre matériel.
Note : Le temps d'analyse dépend principalement de votre carte graphique (GPU) si disponible, sinon le processeur (CPU) sera utilisé. Le traitement prend généralement en dessous d'une seconde