From 3cea97188502ccd30b9d3ffcafd86ffd45331dc0 Mon Sep 17 00:00:00 2001 From: Lou BRODA Date: Fri, 2 Feb 2024 17:30:47 +0100 Subject: [PATCH] =?UTF-8?q?ADD=20:=20Suite=20r=C3=A9daction=20README/rappo?= =?UTF-8?q?rt=20suite=20=C3=A0=20avancement?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- README.md | 39 ++++++++++++++++++++++++++++++++++++++- 1 file changed, 38 insertions(+), 1 deletion(-) diff --git a/README.md b/README.md index 9794691..295dc99 100644 --- a/README.md +++ b/README.md @@ -9,7 +9,8 @@ Sommaire 2. [Présentation du projet](#presentation) 3. [Notre jeu de données](#dataset) 4. [Description des librairies](#libraries) - 5. [Auteurs](#auteurs) + 5. [Avancement](#avancement) + 6. [Auteurs](#auteurs) ******* @@ -110,6 +111,42 @@ BirdIdentifier : Votre identificateur d'oiseaux à partir d'une photo ! ******* +
+ +## Avancement + +### Analyse du système : + +Pour commencer, nous avons d'abord décidé d'analyser notre système et le jeu de données que nous avons choisi. + +Nous avons donc eu pour chaque donnée : un **X** (la photo de l'oiseau) et un **Y** (le nom de son espèce). +Pour traiter ces derniers, nous avons pour la photo (X) : redimensionner celle-ci puis normaliser les pixels. Ensuite, pour le nom de l'espèce (Y), nous avons fait le choix de lui attribuer un entier. +Un autre détail important et que nous avons placer ceux deux ensembles de valeurs dans des tableaux de tailles identiques avec les valeurs correspondantes à la même position. + +### Nos modèles : + +A présent, nous avons dû passer au choix de notre modèle, ou plutôt de nos modèles dans notre cas. En effet, nous avons fait le choix de tester **2 modèles différents** : +- Un **arbre de décision** avec deux espèces +- Un **réseau de neuronnes (CNN)** avec toutes les espèces + +Le premier modèle aura pour but de nous familiariser avec l'environnement de travail et les différentes librairies vu ci-dessus avec l'aide d'un cas simple. +Le second sera une réelle implémentation du modèle en utilisant l'intégralité et l'ensemble des possibilités de notre jeu de données. + +### Premier modèle - Arbre de décision : + +Nous avons donc débuté à l'aide d'un **cas binaire** et donc les deux espèces suivantes : *Masked Booby & Crested Coua*. + +> *Pseudo code d'entraînement du modèle :* +>- Charger les données (photos des oiseaux) +>- Placer les chemins des photos des oiseaux au sein d'un tableau +>- Récupérer les images de tests et les traiter : +> - Redimensionnement +> - Normalisation +>- Entraîner le modèle +>- Évaluer les performances sur l'ensemble de test + +******* +
## **Auteurs** 👥