Update README.md
Browse files
README.md
CHANGED
|
@@ -5,4 +5,104 @@ tags:
|
|
| 5 |
- Noir et blanc
|
| 6 |
- dessins
|
| 7 |
- enfants
|
| 8 |
-
---
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 5 |
- Noir et blanc
|
| 6 |
- dessins
|
| 7 |
- enfants
|
| 8 |
+
---
|
| 9 |
+
|
| 10 |
+
# 🎨 Forza-ia : L'Intelligence Artificielle au Crayon (Style Esquisse)
|
| 11 |
+
|
| 12 |
+

|
| 13 |
+
|
| 14 |
+
## ✨ Bienvenue dans l'Univers de Forza-ia \!
|
| 15 |
+
|
| 16 |
+
**Forza-ia** est un modèle d'Intelligence Artificielle unique, conçu pour générer des dessins qui ressemblent à de véritables **esquisses d'enfants** \! Notre modèle est entraîné à capturer la naïveté, la simplicité et le charme des premiers coups de crayon.
|
| 17 |
+
|
| 18 |
+
Ce modèle utilise une technologie appelée **Auto-encodeur Variationnel (VAE)** pour créer de l'art à partir de pur bruit. Chaque image générée est **nouvelle, unique et imprévisible**.
|
| 19 |
+
|
| 20 |
+
### Le Style Forza-ia : Esquisse Hachurée
|
| 21 |
+
|
| 22 |
+
Les œuvres produites par Forza-ia se distinguent par un style très particulier :
|
| 23 |
+
|
| 24 |
+
* **Monochrome :** Noir et blanc, simulant l'encre ou le crayon.
|
| 25 |
+
* **Hachuré :** Les formes apparaissent souvent avec une texture granuleuse ou "hachurée", ajoutant un côté authentique d'esquisse.
|
| 26 |
+
* **Résolution :** Les images sont générées en $64 \times 64$ pixels, parfaites pour des icônes ou des motifs minimalistes.
|
| 27 |
+
|
| 28 |
+
-----
|
| 29 |
+
|
| 30 |
+
## 🚀 Comment Utiliser Forza-ia (Mode Génération Aléatoire)
|
| 31 |
+
|
| 32 |
+
Étant un modèle **inconditionnel**, Forza-ia ne prend pas d'instructions écrites (pas de "Text-to-Image"). Il fonctionne en mode **génération aléatoire**.
|
| 33 |
+
|
| 34 |
+
Chaque fois que vous utilisez le modèle, il crée une œuvre unique, tirée au hasard de l'espace des "dessins d'enfants" qu'il a appris.
|
| 35 |
+
|
| 36 |
+
### 💻 Utilisation pour les Développeurs (via PyTorch)
|
| 37 |
+
|
| 38 |
+
Si vous êtes un développeur ou un scientifique des données, voici les étapes pour intégrer **Forza-ia** dans votre projet PyTorch :
|
| 39 |
+
|
| 40 |
+
#### 1\. Configuration (Installation Requise)
|
| 41 |
+
|
| 42 |
+
Vous aurez besoin de **PyTorch** et de la bibliothèque **`huggingface_hub`** pour télécharger les poids.
|
| 43 |
+
|
| 44 |
+
#### 2\. Téléchargement et Chargement
|
| 45 |
+
|
| 46 |
+
Utilisez l'ID du référentiel et le nom du fichier de poids pour télécharger le modèle :
|
| 47 |
+
|
| 48 |
+
```python
|
| 49 |
+
from huggingface_hub import hf_hub_download
|
| 50 |
+
import torch
|
| 51 |
+
|
| 52 |
+
# Le Référentiel où se trouve le modèle
|
| 53 |
+
REPO_ID = "Clemylia/Forza-ia"
|
| 54 |
+
FILE_NAME = "forza_ia_vae.pth"
|
| 55 |
+
|
| 56 |
+
# Téléchargement des poids
|
| 57 |
+
weights_path = hf_hub_download(repo_id=REPO_ID, filename=FILE_NAME)
|
| 58 |
+
|
| 59 |
+
# L'architecture du modèle (Classe VAE) est requise pour charger les poids.
|
| 60 |
+
# Vous devez la définir exactement comme elle a été entraînée (voir vae_model_architecture.py).
|
| 61 |
+
# ... [Définition de la classe VAE] ...
|
| 62 |
+
|
| 63 |
+
# Chargement des poids
|
| 64 |
+
model = VAE(latent_dim=128)
|
| 65 |
+
model.load_state_dict(torch.load(weights_path))
|
| 66 |
+
model.eval()
|
| 67 |
+
```
|
| 68 |
+
|
| 69 |
+
#### 3\. Génération d'une Nouvelle Image
|
| 70 |
+
|
| 71 |
+
Pour générer un lot d'images, il suffit d'échantillonner du bruit dans l'espace latent (128 dimensions) et de le passer au décodeur :
|
| 72 |
+
|
| 73 |
+
```python
|
| 74 |
+
LATENT_DIM = 128
|
| 75 |
+
N_SAMPLES = 1 # Générer une seule image
|
| 76 |
+
|
| 77 |
+
with torch.no_grad():
|
| 78 |
+
# Création du bruit aléatoire (z)
|
| 79 |
+
random_noise = torch.randn(N_SAMPLES, LATENT_DIM)
|
| 80 |
+
|
| 81 |
+
# Le modèle crée l'image à partir du bruit
|
| 82 |
+
generated_image = model.decode(random_noise)
|
| 83 |
+
|
| 84 |
+
# L'image est un tenseur PyTorch dans [-1, 1]. N'oubliez pas de le re-normaliser
|
| 85 |
+
# en [0, 1] pour l'affichage ou la sauvegarde.
|
| 86 |
+
final_image = (generated_image + 1) / 2
|
| 87 |
+
|
| 88 |
+
# Utilisez torchvision.utils.save_image ou Matplotlib pour visualiser
|
| 89 |
+
```
|
| 90 |
+
|
| 91 |
+
-----
|
| 92 |
+
|
| 93 |
+
## 🧠 Architecture en un Coup d'Œil
|
| 94 |
+
|
| 95 |
+
| Caractéristique | Valeur |
|
| 96 |
+
| :--- | :--- |
|
| 97 |
+
| **Type de Modèle** | Auto-encodeur Variationnel (VAE) |
|
| 98 |
+
| **Framework** | PyTorch |
|
| 99 |
+
| **Dimension Latente** | 128 |
|
| 100 |
+
| **Fonction de Perte** | MSE (Perte de Reconstruction) |
|
| 101 |
+
|
| 102 |
+
Ce modèle a été entraîné sur un jeu de données synthétique de dessins d'enfants (bonhommes bâtons, formes, gribouillis, etc.) pour capturer la diversité du dessin naïf.
|
| 103 |
+
|
| 104 |
+
## 🤝 Contribution et Support
|
| 105 |
+
|
| 106 |
+
Si vous rencontrez un problème ou si vous avez des suggestions pour améliorer **Forza-ia** (par exemple, pour le rendre conditionnel \! 😉), veuillez ouvrir une *issue* sur notre page de référentiel.
|
| 107 |
+
|
| 108 |
+
Nous espérons que **Forza-ia** ajoutera une touche de créativité et d'authenticité de dessin d'enfant à votre prochain projet \! Bon codage \! 💻
|