DeepFruits offre la possibilité d'identifier le type et l'état des fruits, en s'appuyant sur les réseaux de neurones convolutifs.
DeepFruits est développé par OUAKIB Amine et RAMADI Hamza dirigés par Mme ZAHIR Jihad à la Faculté des Sciences Semlalia Marrakech, Département d'Informatique
Ce projet est développé en language Python, la première etape est le téléchargement et l'installation de python Télécharger Python.
les bibliothèques utilisé sont détaillées avec leurs versions dans le fichier requirements.txt , on peut simplement les installer avec la commande :
pip install -r requirements.txtune fois l'environnement est préparé le serveur peut être lancé avec la commande
python app.pyou bien
py app.pyl'objectif de notre application est de faciliter à l'utilisateur d'évaluer notre système qu'on a développé . Dans cette partie l'utilisateur trouvera deux boutons ,le premier pour importer l'image puis le deuxième pour lancer le processus de prédiction et obtenir le résultat.
le manque du dataset est l'un des problèmes rencontrés lors du développement de ce projet, alors l'utilisateur peut contribuer à travers la collecte des images qu'il fournira, en cliquant sur le bouton Ajouter qui s'affiche dès que l'image soit prédite avec au moins 90% d'exactitude.
Ces images là vont être consultées périodiquement par l'équipe du projet qui sélectionnera les bonnes images qui vont enrichir le dataset et ré-entraîner le modèle sur le nouveau dataset.