kanyep/vit-beans-demo

Vision Transformer (ViT) — Bean Leaf Disease Classifier (TP MLOps)

• Auteur : Kanyep darry (kanyep)
• Architecture : Vision Transformer (google/vit-base-patch16-224-in21k)
• Dataset : beans
• Tâche : Classification d'images (Détection de maladies foliaires du haricot)
• Projet : TP MLOps — Master 2

🌿 Classes Détectées

Le modèle identifie 3 états phytosanitaires des feuilles de haricot :

1. angular_leaf_spot (Taches angulaires)
2. bean_rust (Rouille du haricot)
3. healthy (Feuille saine)

📈 Performances d'Évaluation

• Accuracy Test : ~94.5%
• F1 Macro : 0.945
• Taille d'image en entrée : 224 x 224 pixels

💻 Utilisation avec Transformers pipeline

from transformers import pipeline
from PIL import Image

# Initialisation du classificateur de vision
classifier = pipeline("image-classification", model="kanyep/vit-beans-demo")

# Inférence sur une image de feuille
# result = classifier("sample_leaf.jpg")
# print(result)

🌐 Démonstration Web Interactive (Space Gradio)

L'application web interactive associée à ce modèle est disponible ici : 👉 Space Gradio Bean Leaf Classifier