Update README.md

README.md

@@ -12,3 +12,134 @@ widget:
 datasets:
 - Clemylia/Orange-ou-tomate
 ---
+
+# 🤖 Fiche Modèle : `Two-fruita-classify`
+
+![Fruita](http://www.image-heberg.fr/files/17607996403778257739.jpg)
+
+## 🏷️ Informations Générales
+
+| Catégorie | Valeur |
+| :--- | :--- |
+| **Auteure** | Clemylia (Hugging Face : `Clemylia`) |
+| **Version** | v1.0 |
+| **Type de Modèle** | Classification d'Images (Vision par Ordinateur) |
+| **Tâche** | Classification Binaire |
+| **Classification** | 🍅 Tomate / 🍊 Orange |
+| **Publié le** | \[*18 octobre 2025*] |
+| **mes Modèles Similaires** | \[*Detia-mya (chiens et chats) - Agna-old (enfants de moins de 8 ans et de plus de 8 ans *] |
+| **Framework** | \[*Pytorch*] |
+
+## ✨ Aperçu
+
+Le modèle **Two-fruita-classify** est un classificateur d'images conçu spécifiquement pour la **classification binaire** de fruits : **Tomates** 🍅 ou **Oranges** 🍊.
+
+Idéal pour les applications de tri automatisé, d'inventaire de produits frais, ou simplement pour un projet ludique de reconnaissance d'images.
+
+### 🎯 Cas d'Usage Principal
+
+  * Différenciation rapide et précise entre une tomate et une orange à partir d'une image.
+
+## 🚀 Utilisation du Modèle (Inférence)
+
+Vous pouvez utiliser ce modèle directement via la bibliothèque `transformers` de Hugging Face.
+
+### 💻 1. Utilisation avec le `Pipeline` (Recommandé)
+
+C'est la méthode la plus simple pour commencer l'inférence.
+
+```python
+from transformers import pipeline
+
+# Initialisation du pipeline de classification d'images
+classifier = pipeline("image-classification", model="Clemylia/Two-fruita-classify")
+
+# Exemple avec un chemin local ou une URL d'image
+image_path = "chemin/vers/votre/image_de_fruit.jpg" 
+
+# Exécution de l'inférence
+result = classifier(image_path)
+
+# Affichage du résultat
+# Le résultat sera une liste de dictionnaires avec le label et le score
+print(result) 
+```
+
+**Exemple de Sortie:**
+
+```json
+[
+  {
+    "label": "Tomate 🍅",
+    "score": 0.9987
+  }
+]
+```
+
+*OU*
+
+```json
+[
+  {
+    "label": "Orange 🍊",
+    "score": 0.9992
+  }
+]
+```
+
+### 🧠 2. Utilisation Manuelle (Pour un Contrôle Total)
+
+Pour les utilisateurs expérimentés nécessitant une intégration plus poussée :
+
+```python
+from transformers import AutoImageProcessor, AutoModelForImageClassification
+from PIL import Image
+
+# 1. Charger le processeur d'image et le modèle
+model_name = "Clemylia/Two-fruita-classify"
+image_processor = AutoImageProcessor.from_pretrained(model_name)
+model = AutoModelForImageClassification.from_pretrained(model_name)
+
+# 2. Charger et préparer l'image (exemple avec PIL)
+image = Image.open("chemin/vers/votre/image_de_fruit.jpg") 
+
+# 3. Prétraitement de l'image
+inputs = image_processor(image, return_tensors="pt")
+
+# 4. Inférence
+outputs = model(**inputs)
+logits = outputs.logits
+predicted_class_idx = logits.argmax(-1).item()
+
+# 5. Interprétation du résultat
+predicted_label = model.config.id2label[predicted_class_idx]
+
+print(f"Prédiction: {predicted_label}")
+```
+
+## 📊 Métriques et Évaluation
+
+| Métrique | Valeur | Commentaires |
+| :--- | :--- | :--- |
+| **Précision (Tomate 🍅)** | \[*90*]% | Pourcentage de vraies tomates correctement identifiées. |
+| **Précision (Orange 🍊)** | \[*90*]% | Pourcentage de vraies oranges correctement identifiées. |
+
+le modèle a été entraîné sur la dataset (Clemylia/Orange-ou-tomate),
+contenant des images de tomates et d'oranges. 
+
+## 🛠️ Détails d'Entraînement
+
+### 🖼️ Jeu de Données (Dataset)
+
+  * **Nom :** \[*Clemylia/Orange-ou-tomate*]
+  * **Source :** \[*Google*]
+  * **Taille :** \[*22 images*]
+  * **Répartition :** \[* 10 tomates/12 oranges*]
+
+## 👩‍💻 Qui suis-je ?
+
+Bonjour ! Je suis Clemylia 👋, une développeuse d'IA passionnée de 18 ans. Je me distingue par une approche créative et originale : la majorité de mes 34 modèles sont développés from scratch. Seuls mes modèles de classification d'images (comme celui-ci) sont issus d'un fine-tuning. Mon objectif est de créer des solutions d'IA à la fois performantes et accessibles. N'hésitez pas à me suivre et à contribuer à mes projets !
+-----
+
+**Un grand merci de votre intérêt pour Two-fruita-classify \!** 🙏
+N'oubliez pas de laisser une étoile ⭐️ si ce modèle vous est utile.