Deep learning BBox detection

Création d'un réseau de Deep Learning permettant d'analyser une image, de reconnaitre un objet étudié dans l'image et de tracer un rectangle afin de l'encadrer. En clair, le réseau permet d'identifier la position d'un objet suite à un entrainement de type supervisé.

NB : On ne peut reconnaitre qu'un seul type d'objet avec l'IA, et détecter une seule instance de l'objet dans l'image.

Exemple de classification utilisé

L'exemple actuel utilise un dataset contenant des avions. Ainsi, suite à un entrainement, l'intelligence artificielle est capable de détecter la position des avions dans les images.

Système générique

Le système a été créé dans l'objectif d'être générique, et ainsi de pouvoir fonctionner avec différents datasets. Il est ainsi possible de prédire autre chose que des emplacements d'avion... Afin de tester avec un dataset personnalisé, il suffit juste de déployer le datasets concerné dans les répertoires suivants :

datasets/*/Images pour les images contenant l'objet à détecter ;

datasets/*/Annotations pour les annotations, contenant la position (top_left_x, top__left_y, bottom_right_x, bottom_right_y) de l'objet dans l'image ;