Documentation officielle de ImageAI en Franais !¶
ImageAI est une bibliothque python dŽveloppŽe pour permettre aux dŽveloppeurs, chercheurs, Žtudiants de construire des applications et des systmes qui intgrent lÕapprentissage profond et la vision assistŽe par ordinateur en utilisant simplement quelques lignes de code. Cette documentation est fournie pour donner assez de dŽtails sur toutes classes et fonctions disponibles dans ImageAI, couples a un certain nombre dÕexemples de code.
ImageAI est un projet dŽveloppŽ par Moses Olafenwa et John Olafenwa, the DeepQuest AI team.
Le dossier official GitHub de ImageAI est https://github.com/OlafenwaMoses/ImageAI
Installation de ImageAI¶
ImageAI nŽcessite que vous ayez Python 3.5.1 ou supŽrieur installe ainsi que dÕautres librairies et bibliothques python. Avant de procŽder a lÕinstallation de ImageAI vous devez installer les ŽlŽments suivantsÊ:
Python 3.5.1 or superieur, telecharger Python
pip3 , ` telecharger PyPi <https://pypi.python.org/pypi/pip/>`_
Tensorflow 1.4.0 or superieur
pip3 install --upgrade tensorflow
Numpy 1.13.1 or superieur
pip3 install numpy
SciPy .19.1 or superieur
pip3 install scipy
OpenCV
pip3 install opencv-python
Pillow
pip3 install pillow
Matplotlib
pip3 install matplotlib
h5py
pip3 install h5py
Keras
pip3 install keras
Une fois que vous avez installŽ tous ces packages sur votre ordinateur, vous pouvez installer ImageAI en utilisant la commande pip ci-dessous. Installation de ImageAI
pip3 install https://github.com/OlafenwaMoses/ImageAI/releases/download/2.0.2/imageai-2.0.2-py3-none-any.whl
Une fois que ImageAI est installŽ, vous pouvez en quelques lignes de code accomplir les t‰ches de vision assistŽe par ordinateur les plus puissantes comme vous pouvez le voir ci-dessous. Reconnaissance dÕImage
Retrouver tous les codes et la documentation via les liens dans la section en bas de page.
- convertible : 52.459555864334106
- sports_car : 37.61284649372101
- pickup : 3.1751200556755066
- car_wheel : 1.817505806684494
- minivan : 1.7487050965428352
DŽtection dÕobjets sur Image
Retrouver tous les codes et la documentation via les liens dans la section en bas de page.
DŽtection dÕobjets sur VidŽo
Retrouver tous les codes et la documentation via les liens dans la section en bas de page.
Analyse de dŽtection VidŽo
Retrouver tous les codes et la documentation via les liens dans la section en bas de page.
InfŽrence et entrainement personnalise pour reconnaissance dÕimages
Retrouver tous les codes et la documentation via les liens dans la section en bas de page.
Suivez les liens dans la section contenu ci-dessous pour retrouver tous les exemples et la documentation complte des classes et fonctions disponibles.