https://github.com/salim4n/tfjs_web

https://github.com/salim4n/tfjs_web

Last synced: 5 days ago
JSON representation

• Host: GitHub
• URL: https://github.com/salim4n/tfjs_web
• Owner: salim4n
• Created: 2023-08-02T20:58:06.000Z (over 1 year ago)
• Default Branch: main
• Last Pushed: 2023-08-02T21:18:43.000Z (over 1 year ago)
• Last Synced: 2023-08-02T21:55:47.954Z (over 1 year ago)
• Language: JavaScript
• Homepage: https://tfjs-web.vercel.app
• Size: 0 Bytes
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# TensorFlow.js Object Detection Web App - COCO-SSD

![TensorFlow.js Logo](https://www.gstatic.com/devrel-devsite/prod/vfe2e19b15ec509f20c69de3d3e765f5e43c9c3a26b7e02f4dbf88e9106e3c995/tensorflow/images/lockup.svg)

## Description

Ce projet est une application web simple qui utilise TensorFlow.js pour effectuer la détection d'objets en temps réel en utilisant le modèle pré-entrainé COCO-SSD. COCO-SSD est un modèle de réseau de neurones convolutionnels qui peut reconnaître et classifier plusieurs objets dans une image ou une vidéo en temps réel.

L'application permet aux utilisateurs d'autoriser leur caméra et de détecter des objets et des personnes en temps réel. Le modèle COCO-SSD est utilisé pour identifier les objets et les personnes présents dans le flux vidéo de la caméra. Les objets détectés sont affichés avec leurs scores de confiance.

## Fonctionnalités

- Autorisation de la caméra pour la détection en temps réel.

- Détection d'objets et de personnes en temps réel.

- Affichage des résultats de détection avec les scores de confiance.

## Installation

Il n'y a pas d'exigences spécifiques pour l'installation de ce projet, car il utilise TensorFlow.js et COCO-SSD directement depuis des sources externes via les CDN (Content Delivery Network).

## Utilisation

1. Clonez ou téléchargez ce dépôt sur votre machine locale.

2. Ouvrez le fichier `index.html` dans votre navigateur.

3. Acceptez l'autorisation d'accès à la caméra si demandé.

4. Pointez la caméra vers des objets et des personnes pour les détecter en temps réel.

## Licence

Ce projet est sous licence MIT. Vous pouvez donc l'utiliser, le modifier et le redistribuer librement. Veuillez consulter le fichier `LICENSE` pour plus de détails.

## Remarques

- L'application nécessite une connexion Internet pour charger TensorFlow.js et COCO-SSD à partir des CDNs.

- Assurez-vous d'utiliser un navigateur qui prend en charge l'accès à la caméra et les fonctionnalités de vidéo HTML5.

## Auteur

Ce projet a été créé par Salim Laimeche.

N'hésitez pas à me contacter si vous avez des questions ou des commentaires concernant ce projet. Amusez-vous bien avec la détection d'objets en temps réel !