Update README.md
Browse files
README.md
CHANGED
|
@@ -10,3 +10,42 @@ pinned: false
|
|
| 10 |
---
|
| 11 |
|
| 12 |
Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 10 |
---
|
| 11 |
|
| 12 |
Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
|
| 13 |
+
|
| 14 |
+
# Analyse d'Affluence et d'Émotions des Personnes
|
| 15 |
+
|
| 16 |
+
Bienvenue sur le projet "Emotion Count People Analysis", une application avancée qui combine l'analyse d'image, la détection d'émotions, et le comptage de personnes.
|
| 17 |
+
Ce projet a été conçu pour aborder des défis pratiques tels que l'observation de l'affluence lors d'événements et l'analyse des émotions des participants, le tout dans une interface utilisateur intuitive grâce à Streamlit et déployé sur Hugging Face Spaces.
|
| 18 |
+
|
| 19 |
+
## Fonctionnalités Clés
|
| 20 |
+
|
| 21 |
+
- **Génération de Légendes** : Fournit une description contextuelle de l'image en utilisant un modèle pré-entraîné de Hugging Face (`Salesforce/blip-image-captioning-large`).
|
| 22 |
+
- **Classification des Émotions** : Analyse les émotions des visages détectés dans l'image grâce à un modèle de classification des émotions (`RickyIG/emotion_face_image_classification_v3`).
|
| 23 |
+
- **Comptage de Personnes** : Estime le nombre de personnes présentes dans l'image en utilisant un modèle local (`model_sh_B.pth avec vgg19`), spécialement adapté et optimisé pour cette tâche.
|
| 24 |
+
|
| 25 |
+
|
| 26 |
+
## Défis et Solutions
|
| 27 |
+
|
| 28 |
+
Durant le développement, nous avons rencontré des défis spécifiques liés aux images prises par des mobiles, notamment des résolutions élevées et des orientations variées. Pour y remédier, nous avons implémenté :
|
| 29 |
+
|
| 30 |
+
- **Correction d'Orientation** : Utilise les métadonnées EXIF pour ajuster automatiquement l'orientation des images, garantissant que les images sont analysées dans le bon sens.
|
| 31 |
+
- **Redimensionnement d'Image** : Redimensionne les images à une taille standard de 224x224 pixels, optimisant ainsi le traitement par notre modèle local `vgg19`.
|
| 32 |
+
|
| 33 |
+
## Processus de Normalisation
|
| 34 |
+
|
| 35 |
+
Afin d'assurer une analyse précise, chaque pixel de l'image subit une normalisation basée sur la formule :
|
| 36 |
+
|
| 37 |
+
|
| 38 |
+
où `pixel_value` est la valeur du pixel dans le canal concerné, `mean_channel` est la valeur moyenne à soustraire, et `std_channel` est l'écart-type pour la normalisation.
|
| 39 |
+
|
| 40 |
+
## Améliorations Futures
|
| 41 |
+
|
| 42 |
+
Bien que notre modèle de comptage de personnes performe bien, une formation supplémentaire avec des ensembles de données plus vastes et variés,
|
| 43 |
+
tels que [ce dataset Kaggle pour la classification des émotions](https://www.kaggle.com/code/drcapa/facial-expression-eda-cnn/notebook), pourrait encore améliorer sa précision et sa robustesse.
|
| 44 |
+
|
| 45 |
+
## Déploiement sur Hugging Face Spaces
|
| 46 |
+
|
| 47 |
+
Ce projet est déployé sur Hugging Face Spaces, utilisant le matériel "CPU upgrade" avec 8vCPU et 32GB RAM pour assurer une performance optimale même pour les images à haute résolution.
|
| 48 |
+
|
| 49 |
+
## Installation
|
| 50 |
+
|
| 51 |
+
Pour tester ce projet localement, assurez-vous d'avoir les dépendances suivantes installées (regarder requirement)
|