---
title: ZKA Marchés CI - Interface Complète
emoji: 🚦
colorFrom: blue
colorTo: purple
sdk: docker
app_port: 7860
pinned: false
license: mit
---

# 🚀 ZKA Marchés CI - Détection d'Objets (Interface Complète)

## 📋 Description

Application complète de détection d'objets en temps réel avec **YOLOv5** pour la gestion intelligente des flux dans les marchés d'Abidjan.

## ✨ Fonctionnalités

### 🎥 Webcam en Direct
- Détection en temps réel via WebSocket
- Affichage FPS et latence en direct
- Ajustement du seuil de confiance dynamique
- Changement de modèle YOLOv5 (s/m/l) à la volée

### 📤 Upload d'Images
- Upload multiple avec drag & drop
- Traitement par lot
- Résultats avec bounding boxes colorées
- Statistiques détaillées par image

### 📊 Dashboard Interactif
- Statistiques globales en temps réel
- Graphiques interactifs avec Chart.js
- Objets les plus détectés
- Performance du modèle

### 💾 Historique
- Toutes les détections sauvegardées
- Consultation de l'historique complet
- Possibilité d'effacer l'historique

### 🎨 Interface Moderne
- Design responsive (mobile-friendly)
- Mode sombre/clair
- Animations fluides
- TailwindCSS + Font Awesome

## 🛠️ Technologies

- **Backend** : FastAPI + WebSocket
- **Frontend** : HTML5 + Vanilla JavaScript + TailwindCSS
- **IA** : YOLOv5 (Ultralytics)
- **Visualisation** : Chart.js
- **Déploiement** : Docker on Hugging Face Spaces

## 🎯 Utilisation

### Webcam en Direct
1. Cliquez sur l'onglet "Webcam en Direct"
2. Cliquez sur "Démarrer"
3. Autorisez l'accès à votre webcam
4. La détection se fait automatiquement en temps réel

### Upload d'Images
1. Cliquez sur l'onglet "Upload Images"
2. Glissez vos images dans la zone ou cliquez pour sélectionner
3. Cliquez sur "Analyser les images"
4. Consultez les résultats avec bounding boxes

### Dashboard
- Consultez les statistiques globales
- Visualisez les graphiques de performance
- Analysez les tendances de détection

### Historique
- Retrouvez toutes vos détections précédentes
- Consultez les détails de chaque détection

## 📊 Classes Détectées

L'application détecte **80 classes d'objets** du dataset COCO, incluant:

**🚶 Personnes & Mobilité**
- Personnes, véhicules (voitures, motos, bus, camions)
- Vélos, trottinettes

**🏪 Infrastructure & Commerce**  
- Mobilier urbain (bancs, tables, chaises)
- Objets de marché
- Signalisation

## 🎓 Contexte Académique

Projet développé à **ESATIC** (École Supérieure Africaine des TIC) pour la gestion urbaine en Afrique.

**Marchés ciblés:**
- Adjamé (Abidjan)
- Treichville (Abidjan)
- Cocody (Abidjan)
- Yopougon (Abidjan)

## 🔧 Configuration

L'application écoute sur le **port 7860** (requis par Hugging Face Spaces).

## 📱 Compatibilité

- ✅ Desktop (Chrome, Firefox, Edge, Safari)
- ✅ Mobile (iOS, Android)
- ✅ Tablette

## 📝 API Endpoints

- `GET /` - Interface principale
- `POST /detect` - Détection sur une image
- `POST /detect/batch` - Détection sur plusieurs images
- `WS /ws` - WebSocket pour webcam temps réel
- `GET /statistics` - Statistiques globales
- `GET /history` - Historique des détections
- `GET /docs` - Documentation API interactive

## 🚀 Démarrage Local

```bash
# Installer les dépendances
pip install -r requirements.txt

# Lancer le serveur
cd webapp/backend
python main.py
```

Accéder à : http://localhost:8001

## 📄 Licence

MIT License

---

**Développé avec ❤️ pour la gestion intelligente des marchés africains**