Détecteur d'Objets avec Faster R-CNN

Ce dépôt contient deux scripts Python pour l'entraînement et l'inférence d'un modèle de détection d'objets basé sur Faster R-CNN avec PyTorch.

Description

Ce projet permet de:

1. Entraîner un modèle Faster R-CNN sur un jeu de données au format Pascal VOC
2. Effectuer des prédictions avec le modèle entraîné sur de nouvelles images

Le modèle utilise une architecture Faster R-CNN avec un backbone ResNet50 FPN v2 de torchvision.

Prérequis

• Python 3.6+
• PyTorch 1.8+
• torchvision
• Pillow
• tqdm
• numpy

Installation

git clone https://github.com/votre-username/votre-repo.git
cd votre-repo
pip3 install torch torchvision tqdm pillow --break-system-packages

Structure des données

Pour l'entraînement, votre jeu de données doit être au format Pascal VOC avec la structure suivante:

dataset_directory/
├── JPEGImages/
│   ├── image1.jpg
│   ├── image2.jpg
│   └── ...
└── Annotations/
    ├── image1.xml
    ├── image2.xml
    └── ...

Utilisation

Entraînement

python train.py -f CHEMIN_DATASET -d DEVICE -b BATCH_SIZE -e NUM_EPOCHS -l LEARNING_RATE -w NUM_WORKERS

Arguments:

• -f, --repertoire: Chemin vers le répertoire du jeu de données
• -d, --device: Device à utiliser pour l'entraînement ('cpu' ou 'cuda')
• -b, --batch: Taille du batch
• -e, --epoch: Nombre d'époques d'entraînement
• -l, --lr: Taux d'apprentissage (learning rate)
• -w, --workers: Nombre de workers pour le chargement des données

Exemple:

python train.py -f ./dataset -d cuda -b 4 -e 50 -l 0.005 -w 4

Le modèle avec les meilleures performances sur l'ensemble de validation sera sauvegardé dans best_model.pth.

Inférence

python inference.py CHEMIN_MODELE REPERTOIRE_IMAGES [options]

Arguments obligatoires:

• model_path: Chemin vers le fichier du modèle entraîné (.pth)
• images_dir: Répertoire contenant les images à traiter

Options:

• --confidence_threshold: Seuil de confiance (défaut: 0.5)
• --num_classes: Nombre de classes (défaut: 2)
• --device: Device pour l'inférence ('cpu', 'cuda', 'mps') (défaut: 'cpu')
• --results_dir: Répertoire pour sauvegarder les résultats (défaut: 'results')

Exemple:

python inference.py best_model.pth ./test_images --confidence_threshold 0.7 --device cuda

Fonctionnalités

Train.py

• Chargement des données au format Pascal VOC
• Redimensionnement intelligent des images et des boîtes englobantes
• Entraînement avec programmation du taux d'apprentissage (Cosine Annealing)
• Évaluation avec la métrique mAP (mean Average Precision)
• Sauvegarde automatique du meilleur modèle
• Arrêt anticipé (early stopping) si les performances stagnent

Inference.py

• Chargement d'un modèle préentraîné
• Traitement par lots d'images
• Visualisation des détections avec boîtes englobantes
• Filtrage des détections par seuil de confiance
• Mesure du temps d'inférence
• Support multi-plateformes (CPU, CUDA, MPS pour Mac M1/M2)

Remarques

• Le modèle est configuré par défaut pour 2 classes (une classe d'objet + background)
• Pour l'entraînement sur plusieurs classes, le modèle détectera automatiquement les classes à partir des fichiers d'annotation
• Pour les Mac avec puces Apple Silicon, utilisez l'option --device mps lors de l'inférence

Licence

MIT