YAML Metadata Warning:empty or missing yaml metadata in repo card
Check out the documentation for more information.
API unifiée de détection et classification de maladies des plantes et ravageurs, basée sur des modèles YOLO (détection) et Keras (classification). L’API est packagée dans un conteneur Docker pour un déploiement facile. Structure du projet
.
├── api_pestai_unifiee_docker.py # Code principal de l’API FastAPI
├── dockerfile # Dockerfile pour construire l’image
├── models # Modèles ML
│ ├── modele_feuille
│ │ ├── classification
│ │ │ └── model_final.keras
│ │ └── detection
│ │ └── last.onnx
│ └── modele_ravageur
│ ├── classification
│ │ └── best_model.keras
│ └── detection
│ └── best_detection_ravageur.onnx
├── requirements.txt # Dépendances Python
├── azureml-deploy.yml #Ce fichier décrit comment Azure ML doit construire et déployer l'image Docker
└── pycache
Prérequis
Docker installé sur la machine
Accès à un GPU (optionnel, sinon l’API fonctionne en CPU)
Installation & Lancement Construction de l’image Docker
docker build -t pestai_api .
Lancement du conteneur
docker run -d -p 8000:8000 --name pestai_api pestai_api
Utilisation
Endpoint principal :
POST /detect-image
Paramètre type : "feuille" ou "ravageur"
Envoi d’une image (jpeg, png, bmp, tiff, webp) pour détection et classification
Endpoint récupération crop :
GET /crop/{filename}
Récupérer les images recadrées issues des détections
- Downloads last month
- -