Want to make creations as awesome as this one?

Transcript

soutenance

Développeur ia

clara ernewein

1

index

Deuxième mi-tems

E3

Démo

Première mi- temps

E2

Missions

Présentation

Avant-Match

2

Avant match

présentation

3

mon parcours


Coiffure

Esthétique

Developpeur IA

BTS MUC

Master Marketin

4

Racing club de strasbourg

Marketing


Analyse de données (PowerBI)

Jour de match

5

Première mi-temps

projet ia au service de la santé

6

contexte


  • Classement des images radios en 6 catégories
  • Amélioration du modèle IA MedNet
  • Ajout de la fonctionnalité Multisélection

La société MedTech remporte l’appel d’offres du CHRU de Nancy pour la réalisation d’un POC (Proof Of Concept) d’une solution IA capable de classer les images radios en six catégories.

7

organisation


  • Diagramme de Gantt
    • Découverte du sujet
    • Découverte du dataset
    • Veille CNN
    • Modification de l'application
    • Modification de la brique IA
    • Réflexion axe amélioration

8

DATASET


Le dataset se compose de 6 dossiers :

  • AbdomenCT : contient 10000 images
  • BreastMRI : contient 8954 images
  • ChestCT : contient 10000 images
  • CXR : contient 10000 images (cage thoracique)
  • Hand: contient 10000 images
  • HeadCT: contient 10000 images

58954 images


  • Head : 2001 images;
  • Hand : 2001 images;
  • CXR : 2001 images
  • Chest : 2001 images;
  • Breast : 2001 images;
  • Abdomen : 2001 images.

12006 images

9

Améliorations


Modèle MedNet / CNN

Entraînement du modèle en modifiant les hyper-paramètres :
  • learnRate
  • maxEpochs
  • batchSize

Mesure de la performance grâce à la matrice de confusion

10

Améliorations


Multisélection

11

Améliorations


Test de non régression

12

deuxième mi-temps

projet chef d'oeuvre

13

contexte


Objectifs :

  • Créer une interface web intégrant un module IA pemettant de détecter le genre d’une personne via une photo.
  • Ce module doit pouvoir être enrichi par l’entreprise en vue d’une amélioration constante du modèle.

Une entreprise de vente de lunettes, “Le Lunettier Bien Luné” souhaite utiliser une brique IA de classification de visages pour déterminer si les clients qui utilisent son application sont des hommes ou des femmes à partir de leur photo. Cela aura pour but à terme de participer à la proposition de gammes de produits pouvant leur convenir.

14

contexte


Application web destinée à l'entreprise

Besoins :

  • Interface web permetant l'upload d'images et la prédiction du genre
  • Interface de notes afin de commenter l'image et d'améliorer le modèle IA

le marché


Opticiens en France en 2018

Opticiens indépendants

Opticiens en France en 2019

37145

53 %

38506

15

15%

PORTENT DES LENTILLES

78%

PORTENT DES LUNETTES

7 personnes sur 10 portent des lunettes en France en 2020

  • Secteur concurentiel
  • Necessité de se démarquer
  • La crise sanitaire entraîne La crise sanitaire entraîne des changements qui devraient s’inscrire dans la durée = digitalisation

16

organisation


  • Méthode Lean car projet de courte durée (valorisation du résultat)
  • Romain est le Product Owner
  • Méthode Kanban, prône la visualisation des flux de travail par le biais d’un tableau permettant de prioriser et suivre l’état d’avancement des tâches à accomplir.
  • Utilisation de l'outil Trello
  • Utilisation d'Excel pour produir un Gantt
  • Points d'avancement réguliers

Nombre d'images

23 728

Tranche d'age

0 à 116 ans

le dataset


Nombre de valeurs nulles

3

17

12401 hommes

11327 femmes

Un dataset a été fourni, UTKFace, il est constitué de :

le dataset


18

le dataset


19

Import du dataset


20

  • SQLite déjà dans Dajngo
  • Facile et rapide à mettre en oeuvre
  • Peut etre requeté
  • Gratuit

21

vision par ordinateur

  • Vision par Ordinateur
  • Intelligence artificielle
  • Analyse puis interprète une image
  • Permet de classifier des images selon leur caractéristiques


Les algorithmes de Computer Vision utilisent majoritairement des réseaux de neurones, et notamment les CNN.

OpenCV FaceNet Dlib DeepFace Face++ OpenFaceTracker VGG-Face OpenFace KairosAPI MTCNN OPENBR

-> PO demande de prioriser le résultat

22

LES OUTILS


23

Haarcascade

Haarcascade OpenCV > Détection du visage

  • haarcascade_frontalface_default.xml
  • Modèle pré entrainé disponible sur le Github OpenCV
  • Une image est donnée en entrée
  • Un cadre balaye l'image à la recherche de caractéristiques
  • Réduction de l'image
  • Permet le placement de la BoundingBox

24

CNN


Réseaux de neurones qui permet la classifiaction de l'image

L’architecture d’un réseau de neurones convolutifs est formée par une succession de blocs de traitement permettant d’extraire des caractéristiques specifiques permettant la classification d’une image.

Sigmoid

25

Mesure de la performance

Matrice de confusion :

  • 2147 : femmes
  • 335 : femmes prise pour des hommes
  • 209 : hommes pris pour des femmes
  • 2057 : hommes

26

Tests


27

DJANGO


Framework python
Fonctionne sur le modèle MVT
Permet la gestion des base de données avec SQLite
Interface d'administration

étapes utilisateur


Utilisateur

Application

28

IA

Annotation

Upload

Input

29

DJANGO


La base pour la création du projet :

  • création d'un nouvel environnement
  • pip install django
  • django-admin startproject lunettier
  • python manage.py startapp lelunettierbienlune
  • python manage.py runserver
  • python manage.py makemigrations
  • python manage.py migrate
  • pip install keras
  • pip install tensorflow
  • pip install numpy
  • pip install opencv-python
  • pip install pillow

30

Schéma relationnel


Inventaire des besoins
Déterminer les informations necessaires

Un user va pouvoir uploader une image qui annoncera une prédiction qui pourras être annotée

31

Démo

32

Axe d'amélioration


  • Entraîner le modèle sur un dataset plus conséquent.
  • Intégrer la détection de l’âge afin d’affiner le ciblage et proposer des montures plus adaptées à chaque population.
  • Tester un autre modèle d’IA pour perfectionner le modèle.
  • Alerte en cas d'upload sans prédiction
  • Sensibiliser le personnel aux personnes non genrées

MERCI !