sdjlkfsdjsfjdl/vit-beans-demo

🌱 ViT - Bean Leaf Disease Classifier

Ce modèle est une version du Vision Transformer (ViT) (google/vit-base-patch16-224-in21k) fine-tunée sur le dataset beans.
Développé et déployé dans le cadre du TD MLOps sur Hugging Face par Hassif HANNAN (Formation : MSI 4-27 DO A ISI PARIS).

📌 Description du Projet

• Auteur : Hassif HANNAN
• Architecture de base : google/vit-base-patch16-224-in21k
• Tâche : Classification d'images (Détection de maladies foliaires du haricot)
• Classes cibles :
  1. angular_leaf_spot (Tache angulaire)
  2. bean_rust (Rouille du haricot)
  3. healthy (Feuille saine)

📊 Performances & Métriques

Métrique	Score
Accuracy (Validation)	96.8%
Accuracy (Test)	95.5%
Dataset d'entraînement	Beans dataset (1 296 images annotées)

💻 Utilisation rapide avec Hugging Face Transformers

from transformers import pipeline
from PIL import Image
import requests

# Chargement direct du pipeline de classification d'images
classifier = pipeline("image-classification", model="sdjlkfsdjsfjdl/vit-beans-demo")

# Test sur une image
url = "https://huggingface.co/sdjlkfsdjsfjdl/vit-beans-demo/resolve/main/angular_leaf_spot.jpeg"
image = Image.open(requests.get(url, stream=True).raw)

predictions = classifier(image)
print(predictions)
# Sortie : [{'label': 'angular_leaf_spot', 'score': 0.985}, ...]

🌐 Démonstration Interactive (Gradio Space)

Une application interactive est disponible sur Hugging Face Spaces :
👉 Tester le Bean Leaf Classifier