Bonjour,
Étant débutant dans ce domaine , c’est plus un défi personnel que d’en faire un métier.
Je sais que c’est sûrement une question de préférence.
J’aimerais savoir quel langage est le plus simple à apprendre pour commencer ?
J’aimerais en venir à faire de la reconnaissance d’images à l’aide de caméra et de banque de photos ou intelligence artificielle.
J’ai Python 3 en tête avec peut être un raspberry
Je sais pas ce que vous en penser ?
Merci beaucoup d’avance
La reconnaissance d'images se fait de nos jours avec du deep-learning et massivement en Python.
On peut utiliser d'autres langages mais il faut avoir une très bonne raison.
Bonjour,
Merci pour la réponse,
Et faire du deep learning avec python en apprentissage , est ce possible ?
Ou bien je m’embarque dans un gros projet ?
J’imagine que cela prend beaucoup de connaissance
Merci
Oui mais effectivement se lancer dedans sans rien y connaître est difficile.
Il y a pas mal de tutoriels bien foutus sur le Net pour faire de la reconnaissance d'image et ça permet d'apprendre assez pour ensuite évaluer la difficulté du projet.
Merci
Et est ce que de créer une banque énorme de photo pour que la machine reconnaissance une plante et donne une fonction d ouvrir ou fermer un mecanisme est aussi du deep learning ?
Ou il y a moyen de le faire plus simplement ?
Merci
Le deep learning est simplement le mécanisme le plus efficace pour le faire mais je te conseille vraiment de lire sur le sujet parce que tu ne pourras pas avancer tant que le degré actuel de flou dans lequel tu baignes persistera.
Bonjour,
Python est un bon langage pour se lancer dans le domaine de l'analyse d'images*. Cependant, avant de se lancer dans l'I.A. il est impératif d'acquérir les bases. Notamment, il me semble indispensable d'au moins avoir des notions concernant les algorithmes "standards" existant: seuillage, binary opening/closing, reconstruction en niveau de gris, watershed, transformées distances, squelettisation, H-maxima transform, etc.
Un livre de réference dans le domaine est "Morphological Image Analysis" de Pierre Soille https://link.springer.com/book/10.10...-3-662-03939-7
Luc Vincent est aussi reconnu et assez prolifique dans le domaine: https://scholar.google.com/citations...sortby=pubdate
Au niveau des bibliothèques Python** dans le domaine, les deux principales que je connais sont:
OpenCL, qui est assez généraliste et orientée performance avec utilisation du GPU. https://pypi.org/project/pyopencl/
ITK, spécialisée dans analyse d'image avec une collection assez complète d'algorithmes. Cette bibliothèque est surtout orientée pour le secteur médical (analyse d'images radiographiques et tomographique) mais elle est suffisamment générale pour être utilisée dans tout autre domaine. https://pypi.org/project/itk.
*A noter que le C et C++ sont aussi utilisés lorsque les performances sont cruciales (reconnaissance d'images en temps réel comme dans le cas de la conduite automatique).
**En fait des bibliothèques C++ avec une interface Python.
Note: rasperry dans ce domaine, il faut oublier.
Dernière modification par Paraboloide_Hyperbolique ; 15/01/2023 à 21h28.
Merci beaucoup pour les informations
Quelques petites questions
Quelle est la différence entre opencv et Opencl pour ce qui est des bibliothèques python ?
Et quand on parle de reconnaissance d’image en temps réel
Si mon projet est d’équiper un sarcleur dans une culture maraîchère d’où je voudrais sarcler entre les plants sur des rangs semer au GPS.
Est ce qu’on appelle ce principe de la reconnaissance d’image en temps réel ?
Une caméra qui détecte quand il y a un plants , le cerveau fait ouvrir les couteaux de sarclage , laisse passer le plant et se referment ensuite pour travailler la terre entre les plants et détruire les mauvaises herbes
Merci
Dernière modification par pat0520 ; 16/01/2023 à 01h48.
Ce genre d'outils est déjà développé, une grosse contrainte est que la prise et le traitement des images doivent être très rapide pour permettre une vitesse de travail raisonnable. D'autres contraintes sont à considérer, en particulier le stade des mauvaises herbes et le niveau d'envahissement.
Sans questions il n'y a que des problèmes sans réponses.
Pour ce qui est des bibliothèques Python je ne sais pas (j'utilise très peu Python). Par contre opencv semble être plus adapté à vos besoin que opencl.Envoyé par pat0520
Le traitement de données "en temps réel" (dont la reconnaissance d'images) signifie simplement que les dites-données doivent être traitées "en un temps court", et ce de manière continue (pas ou peu de latence entre le traitement des données en cours et les suivantes). Ce que l'on entend par "temps court" dépend de l'application. Dans le monde des algorithmes de traiding, c'est de l'ordre de la milliseconde (voir de 100 µs). Pour ce qui est de votre cas, je dirais de l'ordre de 1 seconde.
Traiter une image en 1 seconde peut être un challenge. En utilisant des algorithmes classiques, cela demande souvent l'utilisation de processeurs puissants et de calculs sur GPU. C'est pour cela que les I.A. ont la cote: elles sont capables de traiter rapidement des images avec des moyens calculs assez modestes*.
*A condition d'avoir été préalablement entraînées correctement. C'est cet entraînement qui demande un grand nombre de données et des moyens calculs "lourds". Mais un fois ce "goulot d'étranglement" passé, leur usage devient intéressant.
Merci beaucoup pour vos réponses
Supposons, que ma culture maraîchère est semer au GPS Rtk pour des lignes très droites et avec un semoir qui place la semence assez uniforme sur le rang.
Supposons qu’on roule le terrain après semis pour avoir un sol très uniforme et plat.
Et que nous avons une germination assez rapide par rapport au mauvaise herbes, ce qui donne une fenêtre d’opération désherbage peut-être d’environs une semaine, où on a de gros cotylédons ( exemple citrouille ) par rapport à une mauvaise herbe qui tarde à sortir.
Est ce que la méthode de stéréoscopie pourrait être une solution intéressante et moins complexe pour faire une différenciation de hauteur des plantes par rapport au sol et mauvaise herbes ?
Peut être accompagner d une caméra RGB pour aussi détecter les gros cotylédons et la localisation des plantes semées ?
Merci
Dernière modification par pat0520 ; 16/01/2023 à 15h44.
Là, cela devient trop pointu pour que l'on puisse répondre de manière précise. Le mieux serait pour vous de vous lancer dans une recherche bibliographique sur le sujet et voir ce qui se fait.
Bonjour,
je ne voudrais pas vous démoraliser , mais le projet me semble un tantinet ambitieux , non seulement il y a la reconnaissance d'image mais ensuite il faut gérer tout ça, électronique, mécanique ...
hello
oui là ca parait compliqué
en intro tu dis que c'est pour du challenge et que tu n'as pas de niveau en ML et ensuite tu veux carrement faire un projet ambitieux que ne renierait pas un thésar ...
rien n'est impossible mais bon
