Projet public · Computer Vision
Hymenoptera Recognizer
Reconnaître abeilles, guêpes et frelons dans des images ou des vidéos.
Contexte
Le projet
Hymenoptera Recognizer entraîne et utilise un modèle YOLOv5 pour distinguer cinq catégories : abeille, guêpe, frelon européen, frelon asiatique et frelon oriental. Le dépôt couvre les images, vidéos et flux webcam.
Objectifs
Défis de conception
- 01
Construire un jeu de données dédié à cinq classes visuellement proches.
- 02
Entraîner et versionner les modèles avec un protocole reproductible.
- 03
Rendre l’inférence utilisable sur image, vidéo ou webcam.
Preuves visuelles
Le projet en images
Architecture
Chaîne technique
Collecte et annotation → jeu de données YOLO → entraînement YOLOv5 → validation → poids versionnés → inférence image ou vidéo
Faire défiler le flux
Démarche
Étapes de travail
- 01
Constituer puis annoter le jeu de données avec des outils dédiés.
- 02
Entraîner deux versions du modèle et conserver leurs poids.
- 03
Comparer labels et prédictions sur les lots de validation publiés.
Dépôt public
Ce que les sources documentent
- Deux versions de modèle, leurs poids et leurs matrices de confusion sont publiés dans le dépôt.
- Les exemples de validation permettent de confronter directement annotations et prédictions.