Académique Documents
Professionnel Documents
Culture Documents
Etat D'avancement
Etat D'avancement
Introduction
Avancements
J'ai effectué une recherche pour trouver une base de données de codes à barres
convenable pour mon projet. J'ai trouvé une base de données annotée sur Kaggle qui
contient des images de codes à barres :
https://www.kaggle.com/datasets/whoosis/barcode-detection-annotated-dataset
J'ai recherché un modèle de détection d'objets en temps réel pour mon projet. J'ai opté
pour l'algorithme YOLO (You Only Look Once) qui est une méthode d'identification et de
reconnaissance d'objets en temps réel dans les photographies.
1
3. Recherche de répertoire sur GitHub
J'ai recherché un répertoire sur GitHub qui contient le modèle YOLO pré-entraîné sur
une base de données de 80 modèles. J'ai trouvé un répertoire utile qui contient des
exemples de code pour YOLO avec OpenCV :
https://github.com/yash42828/YOLO-object-detection-with-OpenCV
4. Étape suivante :
Ma prochaine étape sera d'exécuter le modèle YOLO sur la base de données de codes à
barres que j'ai trouvée sur Kaggle. J'espère pouvoir détecter avec succès les codes à
barres dans les images à l'aide de cette technique de deep learning.
Conclusion
J'ai effectué des recherches approfondies pour trouver une base de données de codes à
barres, un modèle de détection d'objets en temps réel et un exemple de code pour le
modèle YOLO avec OpenCV. Je suis prêt à passer à l'étape suivante de mon projet de
détection de codes à barres.