Spaces:
Sleeping
Sleeping
| # 🏪 ZKA Marchés - Gestion Intelligente des Flux | |
| ## 🇨🇮 Contexte Ivoirien | |
| ### Problématique | |
| Les grands marchés d'Abidjan (Adjamé, Treichville, Cocody, Yopougon) font face à des défis majeurs : | |
| - **Surpopulation** : Jusqu'à 50 000+ personnes/jour dans certains marchés | |
| - **Accidents** : Bousculades, chutes, collisions véhicules-piétons | |
| - **Congestion** : Voies d'accès bloquées, évacuation impossible en urgence | |
| - **Gestion** : Manque de données sur les flux pour planification | |
| - **Sécurité incendie** : Impossible d'évacuer rapidement en cas d'urgence | |
| ### Solution ZKA Marchés | |
| Système de **détection et d'analyse automatique des flux** pour : | |
| 1. **Comptage en temps réel** : Nombre de personnes par zone | |
| 2. **Détection d'encombrement** : Alertes quand seuil dépassé | |
| 3. **Analyse circulation** : Voies bloquées, points de congestion | |
| 4. **Statistiques** : Heures de pointe, zones critiques | |
| 5. **Prévention** : Prédiction des encombrements | |
| --- | |
| ## 📊 Classes à Détecter | |
| ### Classes Principales (7) | |
| | Classe | Description | Importance | | |
| |--------|-------------|------------| | |
| | **personne** | Piéton, client, commerçant | ⭐⭐⭐ Critique | | |
| | **vehicule** | Moto, taxi, camion | ⭐⭐⭐ Critique | | |
| | **etal** | Stand de marché, boutique | ⭐⭐ Important | | |
| | **chariot** | Brouette, chariot à bras | ⭐⭐ Important | | |
| | **obstacle** | Marchandises empilées, colis | ⭐ Utile | | |
| | **voie_bloquee** | Passage obstrué | ⭐⭐⭐ Critique | | |
| | **zone_dense** | Concentration >10 pers/m² | ⭐⭐⭐ Critique | | |
| ### Exemples de Détections | |
| ``` | |
| ┌────────────────────────────────────┐ | |
| │ VUE DE DESSUS - MARCHÉ ADJAMÉ │ | |
| │ │ | |
| │ 🧑🧑🧑 [etal] 🧑🧑 │ | |
| │ 🧑🧑 [etal] 🧑🧑🧑🧑 │ | |
| │ 🏍️ [chariot] 🧑🧑🧑 │ | |
| │ 🧑🧑🧑🧑 [voie_bloquee] ❌ │ | |
| │ [zone_dense: 15 pers/m²] 🚨 │ | |
| │ │ | |
| └────────────────────────────────────┘ | |
| ``` | |
| --- | |
| ## 🎯 Cas d'Usage Concrets | |
| ### 1. Comptage de Flux | |
| **Objectif** : Connaître le nombre de personnes en temps réel | |
| **Fonctionnement** : | |
| - Caméras aux entrées/sorties du marché | |
| - Détection et tracking des personnes | |
| - Compteur entrées/sorties | |
| - Dashboard temps réel | |
| **Bénéfices** : | |
| - Respect capacité maximale (sécurité) | |
| - Planification personnel de sécurité | |
| - Données pour agrandissement/rénovation | |
| ### 2. Détection d'Encombrement | |
| **Objectif** : Alerter quand zone devient dangereuse | |
| **Fonctionnement** : | |
| - Calcul densité (personnes/m²) | |
| - Seuils : | |
| - 🟢 Normal : < 5 pers/m² | |
| - 🟡 Dense : 5-10 pers/m² | |
| - 🔴 Critique : > 10 pers/m² | |
| - Alerte automatique aux agents | |
| **Bénéfices** : | |
| - Prévention bousculades | |
| - Intervention rapide | |
| - Évacuation facilitée | |
| ### 3. Gestion Véhicules | |
| **Objectif** : Réguler circulation motos/camions | |
| **Fonctionnement** : | |
| - Détection véhicules dans zones piétonnes | |
| - Comptage camions de livraison | |
| - Identification voies bloquées | |
| **Bénéfices** : | |
| - Réduction accidents | |
| - Optimisation livraisons (heures creuses) | |
| - Fluidité circulation | |
| ### 4. Cartographie des Zones Critiques | |
| **Objectif** : Identifier points noirs | |
| **Fonctionnement** : | |
| - Heatmap d'encombrement | |
| - Analyse historique | |
| - Identification patterns (jours, heures) | |
| **Bénéfices** : | |
| - Réaménagement éclairé | |
| - Ajout de voies d'accès | |
| - Optimisation emplacement étals | |
| ### 5. Prévision d'Affluence | |
| **Objectif** : Anticiper les pics | |
| **Fonctionnement** : | |
| - Analyse données historiques | |
| - Corrélation avec événements (fêtes, marchés spéciaux) | |
| - Prédiction 24-48h à l'avance | |
| **Bénéfices** : | |
| - Renforcement sécurité préventif | |
| - Information aux commerçants | |
| - Communication grand public | |
| --- | |
| ## 💡 Impact Social et Économique | |
| ### Bénéfices Directs | |
| 1. **Sécurité** 🔒 | |
| - Réduction accidents de 40-60% | |
| - Évacuation d'urgence facilitée | |
| - Prévention bousculades mortelles | |
| 2. **Efficacité** ⚡ | |
| - Temps d'accès réduit de 25% | |
| - Meilleure circulation marchandises | |
| - Satisfaction clients améliorée | |
| 3. **Données** 📈 | |
| - Base pour modernisation | |
| - Arguments pour investissements | |
| - Optimisation ressources | |
| ### Réplicabilité | |
| **Autres marchés Abidjan** : | |
| - Marché de Cocody | |
| - Marché de Yopougon | |
| - Marché de Koumassi | |
| - Forum des marchés de Treichville | |
| **Extension possible** : | |
| - Gares routières (Adjamé, Yopougon) | |
| - Centres commerciaux (Playce Marcory) | |
| - Événements (FEMUA, MASA) | |
| - Stades (Félix Houphouët-Boigny) | |
| --- | |
| ## 🛠️ Architecture Technique | |
| ### Infrastructure Recommandée | |
| ``` | |
| ┌─────────────────────────────────────────┐ | |
| │ CAMÉRAS (5-10 par marché) │ | |
| │ • Entrées/sorties (comptage) │ | |
| │ • Allées principales (densité) │ | |
| │ • Points critiques identifiés │ | |
| └────────────────┬────────────────────────┘ | |
| │ RTSP/HTTP | |
| ┌────────────────▼────────────────────────┐ | |
| │ SERVEUR DÉTECTION (PC/Jetson) │ | |
| │ • YOLOv5 custom marché CI │ | |
| │ • Tracking (DeepSORT) │ | |
| │ • Calcul densité │ | |
| │ • Alertes automatiques │ | |
| └────────────────┬────────────────────────┘ | |
| │ WebSocket/API | |
| ┌────────────────▼────────────────────────┐ | |
| │ DASHBOARD ZKA MARCHÉS │ | |
| │ • Carte en temps réel │ | |
| │ • Compteurs par zone │ | |
| │ • Alertes visuelles/sonores │ | |
| │ • Historique et statistiques │ | |
| └─────────────────────────────────────────┘ | |
| ``` | |
| ### Spécifications Matérielles | |
| **Caméras** : | |
| - Résolution : 1080p minimum | |
| - Angle : 90-110° (vue large) | |
| - Connexion : PoE (alimentation + réseau) | |
| - Protection : IP66 (extérieur) | |
| - Coût : ~100-200€/caméra | |
| **Serveur** : | |
| - **Option 1 - PC** : i5/Ryzen 5, 16GB RAM, SSD | |
| - Coût : ~500-700€ | |
| - Performance : 5-10 caméras | |
| - **Option 2 - GPU** : NVIDIA GTX 1650+ | |
| - Coût : ~300€ (carte) | |
| - Performance : 20-30 caméras | |
| - **Option 3 - Edge** : NVIDIA Jetson Nano/Xavier | |
| - Coût : ~100-400€ | |
| - Performance : 2-8 caméras | |
| - Avantage : Faible consommation | |
| **Réseau** : | |
| - Bande passante : 2-5 Mbps/caméra | |
| - Switch PoE : 8-16 ports | |
| - Routeur/firewall pour sécurité | |
| --- | |
| ## 📚 Collecte de Données (Dataset) | |
| ### Étape 1 : Prise de Photos/Vidéos | |
| **Où** : | |
| - Marché d'Adjamé (heures de pointe) | |
| - Marché de Treichville | |
| - Différents angles et hauteurs | |
| **Quand** : | |
| - Matin (6h-10h) : Arrivée marchandises | |
| - Midi (12h-14h) : Pic clients | |
| - Soir (17h-19h) : Rush retour | |
| **Comment** : | |
| - Smartphone/caméra vidéo | |
| - Extraire images (1 image/2 secondes) | |
| - Objectif : 1000-5000 images | |
| ### Étape 2 : Annotation | |
| **Outil recommandé** : LabelImg ou Roboflow | |
| **Process** : | |
| 1. Ouvrir image dans LabelImg | |
| 2. Dessiner boîte autour de chaque objet | |
| 3. Sélectionner classe (personne, vehicule, etc.) | |
| 4. Sauvegarder (format YOLO) | |
| 5. Répéter pour toutes les images | |
| **Répartition** : | |
| - Train : 70% (700 images) | |
| - Validation : 20% (200 images) | |
| - Test : 10% (100 images) | |
| ### Étape 3 : Organisation | |
| ``` | |
| dataset_marches_ci/ | |
| ├── train/ | |
| │ ├── images/ | |
| │ │ ├── adjame_001.jpg | |
| │ │ ├── adjame_002.jpg | |
| │ │ └── ... | |
| │ └── labels/ | |
| │ ├── adjame_001.txt | |
| │ ├── adjame_002.txt | |
| │ └── ... | |
| ├── val/ | |
| │ ├── images/ | |
| │ └── labels/ | |
| ├── test/ | |
| │ ├── images/ | |
| │ └── labels/ | |
| └── marches_ci.yaml | |
| ``` | |
| **Format Label (YOLO)** : | |
| ``` | |
| # adjame_001.txt | |
| 0 0.5 0.3 0.1 0.2 # personne | |
| 0 0.6 0.4 0.12 0.22 # personne | |
| 1 0.2 0.7 0.15 0.25 # vehicule | |
| ``` | |
| --- | |
| ## 🚀 Entraînement du Modèle | |
| ### Configuration | |
| **Fichier : marches_ci.yaml** | |
| ```yaml | |
| path: dataset_marches_ci | |
| train: train/images | |
| val: val/images | |
| test: test/images | |
| nc: 7 # Nombre de classes | |
| names: ['personne', 'vehicule', 'etal', 'chariot', 'obstacle', 'voie_bloquee', 'zone_dense'] | |
| ``` | |
| ### Commande d'Entraînement | |
| ```bash | |
| # Entraînement depuis YOLOv5s pré-entraîné | |
| python train.py \ | |
| --img 640 \ | |
| --batch 16 \ | |
| --epochs 100 \ | |
| --data marches_ci.yaml \ | |
| --weights yolov5s.pt \ | |
| --name marches_ci_v1 \ | |
| --cache \ | |
| --patience 10 | |
| # Résultat : runs/train/marches_ci_v1/weights/best.pt | |
| ``` | |
| ### Paramètres Expliqués | |
| - `--img 640` : Résolution images (640x640) | |
| - `--batch 16` : Images par lot (ajuster selon RAM) | |
| - `--epochs 100` : Nombre d'itérations complètes | |
| - `--data` : Fichier config dataset | |
| - `--weights yolov5s.pt` : Transfer learning (recommandé) | |
| - `--cache` : Mise en cache (plus rapide) | |
| - `--patience 10` : Arrêt si pas d'amélioration après 10 epochs | |
| ### Temps d'Entraînement Estimé | |
| - **CPU** : 5-10 heures | |
| - **GPU (GTX 1650)** : 1-2 heures | |
| - **GPU (RTX 3060)** : 30-60 minutes | |
| --- | |
| ## 📈 Évaluation du Modèle | |
| ### Métriques Importantes | |
| 1. **mAP@0.5** (mean Average Precision) | |
| - Cible : > 60% (bon) | |
| - Cible : > 75% (excellent) | |
| 2. **Precision** (Précision) | |
| - % de détections correctes parmi toutes les détections | |
| - Cible : > 70% | |
| 3. **Recall** (Rappel) | |
| - % d'objets réels détectés | |
| - Cible : > 70% | |
| 4. **FPS** (Frames Per Second) | |
| - Vitesse de détection | |
| - Cible : > 10 FPS (temps réel acceptable) | |
| ### Validation sur le Terrain | |
| **Tests à effectuer** : | |
| 1. Marché pendant heures creuses (facile) | |
| 2. Marché pendant heures de pointe (difficile) | |
| 3. Différentes conditions lumière (matin, soir) | |
| 4. Différents angles caméra | |
| 5. Différentes hauteurs (2m, 5m, 10m) | |
| --- | |
| ## 🎨 Interface ZKA Marchés | |
| ### Dashboard Principal | |
| ``` | |
| ┌────────────────────────────────────────────────┐ | |
| │ ZKA MARCHÉS - ADJAMÉ │ | |
| │ ⏰ 14:23 | 📅 19 Déc 2025 │ | |
| ├────────────────────────────────────────────────┤ | |
| │ │ | |
| │ 📊 FLUX EN TEMPS RÉEL │ | |
| │ │ | |
| │ 👥 Personnes : 1,247 / 2,000 (62%) 🟡 │ | |
| │ ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ │ | |
| │ │ | |
| │ 🏍️ Véhicules : 23 │ | |
| │ 🛒 Chariots : 15 │ | |
| │ ⚠️ Voies bloquées : 2 │ | |
| │ │ | |
| │ 🚨 ALERTES ACTIVES (1) │ | |
| │ • Zone 3 : Densité critique (12 pers/m²) │ | |
| │ [Voir détails] [Notifier agents] │ | |
| │ │ | |
| │ 📍 CARTE DU MARCHÉ │ | |
| │ ┌──────────────────────────────┐ │ | |
| │ │ 🟢 Zone 1: 4 pers/m² │ │ | |
| │ │ 🟡 Zone 2: 8 pers/m² │ │ | |
| │ │ 🔴 Zone 3: 12 pers/m² ⚠️ │ │ | |
| │ │ 🟢 Zone 4: 3 pers/m² │ │ | |
| │ └──────────────────────────────┘ │ | |
| │ │ | |
| │ 📈 STATISTIQUES 24H │ | |
| │ • Pic d'affluence : 13h45 (1,856 pers) │ | |
| │ • Durée moyenne séjour : 45 min │ | |
| │ • Incidents évités : 3 │ | |
| │ │ | |
| └────────────────────────────────────────────────┘ | |
| ``` | |
| ### Fonctionnalités Avancées | |
| 1. **Alertes Automatiques** | |
| - SMS aux agents de sécurité | |
| - Notification sonore centre de contrôle | |
| - Escalade selon gravité | |
| 2. **Historique** | |
| - Export PDF rapports journaliers | |
| - Graphiques tendances mensuelles | |
| - Comparaison année N vs N-1 | |
| 3. **Prédiction** | |
| - Affluence prévue prochaines 4h | |
| - Recommandations staffing | |
| - Suggestions réaménagement | |
| --- | |
| ## 💰 Budget et ROI | |
| ### Coût Initial (1 marché) | |
| | Poste | Détail | Coût | | |
| |-------|--------|------| | |
| | Caméras | 8 caméras IP PoE | 1,200€ | | |
| | Serveur | PC i5 + GPU | 1,000€ | | |
| | Réseau | Switch PoE, câbles | 300€ | | |
| | Installation | Main d'œuvre | 500€ | | |
| | Logiciel | Développement custom | 2,000€ | | |
| | **TOTAL** | | **5,000€** | | |
| ### Retour sur Investissement | |
| **Économies Annuelles** : | |
| 1. Réduction accidents : -50% → 10,000€ économisés (soins, indemnités) | |
| 2. Optimisation personnel : -20% agents → 15,000€ économisés | |
| 3. Meilleure expérience → +10% fréquentation → 50,000€ revenus sup. | |
| **ROI** : Rentabilisé en 3-6 mois | |
| --- | |
| ## 🔮 Évolution Future | |
| ### Phase 1 (Mois 1-3) : POC | |
| - ✅ Dataset 1000 images | |
| - ✅ Modèle entraîné | |
| - ✅ Test sur 1 marché (Adjamé) | |
| - ✅ Dashboard basique | |
| ### Phase 2 (Mois 4-6) : Déploiement | |
| - 🔄 3 marchés supplémentaires | |
| - 🔄 Tracking avancé | |
| - 🔄 Alertes automatiques | |
| - 🔄 Application mobile | |
| ### Phase 3 (Mois 7-12) : Scaling | |
| - 📈 Tous marchés d'Abidjan (15+) | |
| - 📈 Prédiction IA | |
| - 📈 Intégration autorités | |
| - 📈 API publique pour chercheurs | |
| ### Phase 4 (An 2+) : Innovation | |
| - 🚀 Reconnaissance faciale (recherche personnes) | |
| - 🚀 Analyse comportements suspects | |
| - 🚀 Optimisation flux automatique | |
| - 🚀 Extension autres villes (Bouaké, San Pedro) | |
| --- | |
| ## 📞 Partenaires Potentiels | |
| 1. **Mairies** : Plateau, Adjamé, Treichville | |
| 2. **Ministère du Commerce** | |
| 3. **Ministère de la Sécurité** | |
| 4. **District d'Abidjan** | |
| 5. **BNETD** (Bureau National d'Études Techniques) | |
| 6. **Startups Tech CI** : Ecosystem, Ingenosya | |
| 7. **Universités** : ESATIC, INP-HB, Université Félix | |
| --- | |
| ## 📝 Conclusion | |
| ZKA Marchés représente une **solution concrète à un problème réel** qui touche quotidiennement des centaines de milliers d'Ivoiriens. | |
| **Avantages clés** : | |
| - ✅ Sécurité améliorée | |
| - ✅ Gestion data-driven | |
| - ✅ Scalable | |
| - ✅ ROI rapide | |
| - ✅ Impact social fort | |
| **Prochaines étapes** : | |
| 1. Collecte photos marchés Abidjan | |
| 2. Annotation 1000 images | |
| 3. Entraînement modèle | |
| 4. Test pilote 1 marché | |
| 5. Présentation autorités | |
| --- | |
| **Auteurs** : Projet ZKA - ESATIC 2025 | |
| **Contact** : [Votre email] | |
| **Licence** : À définir avec partenaires | |