Wildlens - Classification des Pattes de Mammifères 🐾

Wildlens est un projet innovant développé dans le cadre du MSPR de l'EPSI en 3ème année (B3 DevIA spécialité datasciences). Ce projet combine l'intelligence artificielle et le développement web pour créer un modèle de classification des pattes de mammifères et une interface utilisateur intuitive.

🌟 Fonctionnalités

• Classification des Pattes de Mammifères : Utilisation de techniques avancées de machine learning pour classifier les pattes de différents mammifères.
• Interface Utilisateur Web : Une interface web développée avec Django pour interagir avec le modèle de classification.
• Gestion des Données : Intégration facile des données des animaux dans la base de données via un script Python.

🛠️ Installation

Prérequis

• Python 3.9 (requis pour la compatibilité avec TensorFlow)
• Assurez-vous d'avoir Python 3.9 installé en plus de toute autre version de Python.

Étapes d'Installation

1. Cloner le dépôt :

   git clone https://github.com/BahAilime/wildlens.git
   cd wildlens

2. Accéder au répertoire webui :

   cd webui

3. Créer un environnement virtuel Python 3.9 :

   py -3.9 -m venv venv

4. Activer l'environnement virtuel :

   • Sous Linux/macOS :

     source venv/bin/activate

   • Sous Windows (PowerShell) :

     .\venv\Scripts\Activate.ps1

   • Sous Windows (CMD) :

     .\venv\Scripts\activate.bat

5. Installer les dépendances :

   py -3.9 -m pip install -r requirements.txt

6. Revenir au répertoire racine du projet

   cd ..

7. Importer les données des animaux dans la base de données :

   python manage.py import_animals webui/infos_especes.csv

🚀 Utilisation

Lancer le Serveur

1. Accéder au répertoire webui :

   cd webui

2. Activer l'environnement virtuel :

   • Sous Linux/macOS :

     source venv/bin/activate

   • Sous Windows (PowerShell) :

     .\venv\Scripts\Activate.ps1

   • Sous Windows (CMD) :

     .\venv\Scripts\activate.bat

3. Démarrer le serveur de développement :

   py -3.9 manage.py runserver

Accédez à l'interface web en ouvrant votre navigateur et en allant à l'adresse http://127.0.0.1:8000/.

📂 Structure du Projet

• Partie IA : Utilisation de Pandas, NumPy, et TensorFlow pour le traitement des données et la création du modèle de classification.
• Partie Web : Développement de l'interface utilisateur avec Django.