Register
Login
Resources
Docs Blog Datasets Glossary Case Studies Tutorials & Webinars
Product
Data Engine LLMs Platform Enterprise
Pricing Explore
Connect to our Discord channel
2f23997792
Configure remote storage
4 months ago
49e3d0eeab
Update api-deploy.yml
1 month ago
a09d12557e
Deplacement des fichiers du dossier vers la racine
1 month ago
f4de98012e
ajout .Dockerignore
1 month ago
af0ed1a172
Ajout du dossier contenant les données augmentées sur s3
3 months ago
a09d12557e
Deplacement des fichiers du dossier vers la racine
1 month ago
f4de98012e
ajout .Dockerignore
1 month ago
162b111190
Initialisation du repo DVC
4 months ago
9f39471925
ajout .ignore
1 month ago
9d4ed63969
Update Dockerfile
1 month ago
2ac6233249
Add files via upload
1 month ago
fc8de75e68
Create Procfile
1 month ago
1abde488f2
Create README.md
1 week ago
a6797776a7
Update api.py
1 month ago
a09d12557e
Deplacement des fichiers du dossier vers la racine
1 month ago
267d069d06
Create heroku.yml
1 month ago
f4de98012e
ajout .Dockerignore
1 month ago
0cb1675046
Update requirements.txt
1 month ago
18e2075e57
Create runtime.txt
1 month ago
a09d12557e
Deplacement des fichiers du dossier vers la racine
1 month ago
446749d89e
Update test_predict.py
1 month ago
Storage Buckets
Data Pipeline
Legend
DVC Managed File
Git Managed File
Metric
Stage File
External File

README.md

You have to be logged in to leave a comment. Sign In

Détection des Maladies de la Culture du Cacao par l'Intelligence Artificielle Description du Projet: Ce projet vise à développer une application web qui détecte les maladies des cacaoyers à partir d'images. L'application utilise des techniques d'intelligence artificielle pour analyser les images des fruits de cacao et identifier les maladies potentielles. Le but est de fournir aux producteurs de cacao un outil efficace pour surveiller l'état de santé de leurs cultures et réagir rapidement en cas de détection de maladies.

Fonctionnalités Principales

Téléchargement d'images : Les utilisateurs peuvent télécharger des images de fruits de cacao à analyser.

Prédiction des maladies : L'application envoie les images à une API de prédiction pour identifier les maladies présentes.

Visualisation des résultats : Les résultats de la détection sont affichés, y compris les boîtes englobantes autour des zones affectées et le type de maladie détectée.

Suivi de la performance : L'application affiche le temps de réponse de l'API et le niveau de confiance des prédictions.

Notifications par email : Envoie des alertes par email si le niveau de confiance est trop bas ou si le temps de réponse est trop long.

Technologies Utilisées:

Python pour la logique de l'application Streamlit pour la création de l'interface utilisateur FastAPI pour l'API de prédiction des maladies PostgreSQL pour la base de données OpenCV et PIL pour le traitement des images smtplib pour l'envoi d'emails

Ce projet a été réalisé dans le cadre d'une formation en intelligence artificielle.

Tip!

Press p or to see the previous file or, n or to see the next file

About

No description

Collaborators 1

Comments

Loading...