Détection de visages et d'objets
Ce projet se compose de trois scripts distincts, chacun jouant un rôle crucial dans la détection de visages et l'entraînement de modèles. Le premier script capture les données nécessaires à l'entraînement, le deuxième entraîne le modèle, et le troisième permet la détection en temps réel via une interface utilisateur.
- Capture des données : Le script de capture utilise OpenCV et Face_recognition pour détecter et capturer des visages à partir d'un flux vidéo. Les images capturées sont stockées et organisées pour l'entraînement du modèle. Ce processus inclut la gestion dynamique des données, comme l'ajout de nouveaux visages en temps réel.
- Entraînement du modèle : Le script d'entraînement utilise ces données pour créer des encodages de visage, stockés sous forme de fichier pickle. En intégrant différentes librairies comme Numpy et Pickle, j'ai conçu un processus d'entraînement efficace, capable de gérer de grands ensembles de données et d'optimiser les performances du modèle.
- Détection en temps réel : Le dernier script intègre Flask pour une interface web, combinée à OpenCV pour afficher en direct les visages détectés, avec des encodages comparés en temps réel. Le script gère également l'enregistrement des présences, avec une capacité d'ajout de nouveaux visages en cours d'exécution, tout en assurant une fluidité dans l'interaction utilisateur.
Défi technique : Le défi principal a été d'optimiser la détection et la gestion des encodages de visages, tout en maintenant une interface utilisateur fluide et intuitive. La gestion de grandes quantités de données en temps réel, combinée à l'entraînement de modèles personnalisés, démontre une maîtrise avancée des technologies d'IA et de vision par ordinateur.
Bot Discord & Hub-AI
Backend :
Python a été choisi pour le développement backend, en raison de son efficacité et de son vaste écosystème en IA. La gestion de la mémoire conversationnelle a été confiée à SQLite, permettant d'améliorer les interactions tout en réduisant la charge serveur. L'intégration de l'API d'OpenAI a permis de fournir des réponses contextuelles de qualité, tandis que l'architecture modulaire facilite l'ajout de nouvelles fonctionnalités au fil des besoins.
Frontend :
L'interface utilisateur est construite avec React, assurant une expérience fluide et dynamique. Material-UI et ShadCN ont été utilisés pour accélérer le développement tout en maintenant une esthétique cohérente. L'interface est conçue pour être modulaire et maintenable, prête à évoluer en fonction des retours utilisateurs et des nouvelles fonctionnalités.
Intégration et Déploiement :
Firebase a été sélectionné pour garantir une communication en temps réel fiable entre le bot Discord et l'interface web. Le déploiement continu via Netlify permet des mises à jour rapides et sécurisées, avec une attention particulière portée à la sécurité des données sensibles. L'architecture est évolutive, prête à s'adapter aux besoins futurs sans compromettre la stabilité du système.
Le-jeu-dont-vous-êtes-le-héros
Conception et Technologie :
Ce projet s'appuie sur DALL-E et OpenAI pour créer un jeu immersif où chaque joueur peut interagir avec un Maître du Jeu intelligent. L'IA utilise des techniques d'embedding et de RAG (Retrieval-Augmented Generation) pour affiner les réponses, rendant l'expérience de jeu plus réaliste et adaptable. Un système de sauvegarde de progression en JSON permet aux joueurs de reprendre leur aventure à tout moment, assurant une continuité et une personnalisation du jeu.
Objectif :
L'objectif est de développer un jeu capable de s'adapter dynamiquement à toutes les situations, offrant ainsi une expérience unique à chaque joueur. Cette approche permet de créer un environnement de jeu immersif, où les choix des joueurs influencent directement le déroulement de l'histoire, tout en bénéficiant d'une technologie de pointe pour enrichir le contenu généré.