all base files setup

notes.md

@@ -12,17 +12,13 @@ basée sur l'apprentissage des similarités.
 
 ### ⚙️ Le Pipeline Technique Recommandé
 
-Le système se décompose en quatre étapes principales, utilisant des techniques de **Vision par Ordinateur** et 
+Le système se décompose en quatre étapes principales, utilisant des techniques de **Vision par Ordinateur** et de **Deep Learning**.
-de **Deep Learning**.
 
 | Étape | Objectif | Technique Clé | Rôle |
 | :--- | :--- | :--- | :--- |
-| **1. Détection** | Localiser les visages/têtes dans l'image. | Détection d'objets (YOLO, MTCNN) | Trouver la 
+| **1. Détection** | Localiser les visages/têtes dans l'image. | Détection d'objets (YOLO, MTCNN) | Trouver la position exacte de la tête. |
-position exacte de la tête. |
+| **2. Extraction (Embedding)** | Transformer le visage en une représentation numérique unique. | Réseaux Neuronaux (CNNs) | Générer un vecteur (Embedding) unique pour chaque personne. |
-| **2. Extraction (Embedding)** | Transformer le visage en une représentation numérique unique. | Réseaux 
+| **3. Stockage** | Sauvegarder les identités. | Base de données (SQL) | Stocker les vecteurs d'identité (Embeddings) de toutes les personnes. |
-Neuronaux (CNNs) | Générer un vecteur (Embedding) unique pour chaque personne. |
-| **3. Stockage** | Sauvegarder les identités. | Base de données (SQL) | Stocker les vecteurs d'identité 
-(Embeddings) de toutes les personnes. |
 | **4. Comparaison** | Identifier les correspondances. | Calcul de similarité (Distance Euclidienne) | Comparer 
 un nouvel embedding avec ceux stockés pour déterminer l'identité. |
 
@@ -34,14 +30,10 @@ Pour implémenter ce pipeline, voici les outils que vous devrez maîtriser :
 | :--- | :--- | :--- |
 | **Traitement d'Image** | **OpenCV (cv2)** | Lecture, manipulation (recadrage), et gestion des flux vidéo. |
 | **Détection** | **dlib, YOLO** | Détection rapide et précise des visages et des têtes. |
-| **Deep Learning** | **TensorFlow** ou **PyTorch** | Construire et entraîner les modèles de Réseaux Neuronaux. 
+| **Deep Learning** | **TensorFlow** ou **PyTorch** | Construire et entraîner les modèles de Réseaux Neuronaux. |
-|
+| **Modèles Spécifiques** | **FaceNet, ArcFace** | Implémentations de modèles spécialisés pour la reconnaissance d'identité (génération des *Embeddings*). |
-| **Modèles Spécifiques** | **FaceNet, ArcFace** | Implémentations de modèles spécialisés pour la 
+| **Interface Utilisateur**| **Streamlit** ou **Flask** | Créer une interface simple pour téléverser les images et afficher les résultats. |
-reconnaissance d'identité (génération des *Embeddings*). |
+| **Base de Données** | **SQLite** ou **PostgreSQL** | Stocker de manière structurée les identités et les métadonnées. |
-| **Interface Utilisateur**| **Streamlit** ou **Flask** | Créer une interface simple pour téléverser les images 
-et afficher les résultats. |
-| **Base de Données** | **SQLite** ou **PostgreSQL** | Stocker de manière structurée les identités et les 
-métadonnées. |
 
 ### 💡 Conclusion sur l'Entraînement
 

requirement.txt

@@ -0,0 +1,32 @@
+asttokens==3.0.2
+comm==0.2.3
+debugpy==1.8.22
+executing==2.2.1
+ipykernel==7.3.0
+ipython==9.17.1
+ipython_pygments_lexers==1.1.1
+jedi==0.20.0
+jupyter_client==8.10.0
+jupyter_core==5.9.1
+matplotlib-inline==0.2.2
+nest-asyncio2==1.7.3
+numpy==2.5.3
+opencv-python==5.0.0.93
+packaging==26.3
+pandas==3.0.6
+parso==0.8.7
+pexpect==4.9.0
+platformdirs==4.11.12
+prompt_toolkit==3.0.53
+psutil==7.2.2
+ptyprocess==0.7.0
+pure_eval==0.2.4
+Pygments==2.21.0
+python-dateutil==2.9.0.post0
+pyzmq==27.2.0
+six==1.17.0
+stack-data==0.6.3
+tornado==6.5.10
+traitlets==5.16.1
+typing_extensions==4.16.0
+wcwidth==0.9.1