Leaffliction
Classe des photos de feuilles de pommier et de vigne en 8 classes (6 maladies, 2 saines) avec un CNN PyTorch ; l'augmentation équilibre les classes avant l'entraînement.
- RÔLE
- Équipe de 2
- CONTEXTE
- École 42 · projets IA
- STATUT
- Terminé
- RÉSULTAT
- 94,1 % de précision sur 152 images de test mises de côté.
- MISE À JOUR
- 26 sept. 2026
1
Données
Des images de feuilles issues du sujet de l'École 42 : 8 classes, 6 maladies de pommier et de vigne et 2 saines.
2
Ce que j'ai construit
Équipe de 2
- Environ 80 % du code d'après git blame.
- Le module de transformations d'images.
- Le CNN, la prédiction, l'outil en ligne de commande et les tracés.
- L'essentiel du pipeline d'entraînement.
3
Choix clés
- N'augmenter qu'après le découpage
- Le découpage se fait sur les feuilles d'origine ; l'augmentation ne s'applique que côté entraînement, de sorte qu'aucune copie augmentée d'une feuille ne franchit la séparation.
- Des classes équilibrées
- L'augmentation égalise les effectifs des classes avant l'entraînement.
- Un CNN compact
- 422 632 paramètres.
4
Résultats
94,1 % de précision sur 152 images de test mises de côté.
5
Limites
- Entraîné sur la moitié des données d'entraînement.
- Le score de validation a aussi servi à sélectionner le checkpoint ; le jeu de test de 152 images est le seul chiffre indépendant.
- Le journal d'évaluation n'est pas versionné.
- La démo Hugging Face se met en veille au repos et prend un instant à se réveiller.
Des questions sur ce projet ? → Écrivez-moi