Erico06-lls/Classification-Multiclasse-CNN

Modele de reconnaissance automatique de billet d'Ariary # 💵 Classification des Billets d'Ariary avec Deep Learning Ce projet utilise le **Deep Learning** et le **Transfer Learning** pour reconnaître automatiquement les **8 coupures de billets malgaches (Ariary)** à partir d'une photographie. Le modèle est basé sur **MobileNetV2**, une architecture légère offrant un excellent compromis entre **rapidité**, **précision** et **faible consommation de ressources**, ce qui la rend parfaitement adaptée à un futur déploiement sur mobile ou système embarqué. --- # 📸 Aperçu ## Exemple de prédiction ## Courbes d'entraînement ## Matrice de confusion --- # 🎯 Objectif L'objectif est de développer un système capable d'identifier automatiquement les billets d'Ariary à partir d'une simple photo. Le projet met en œuvre concrètement : - Le **Transfer Learning** et le **Fine-Tuning** de modèles pré-entraînés. - La **Data Augmentation** pour gérer les contraintes du monde réel. - La manipulation avancée des pipelines de données avec **TensorFlow / Keras**. --- # 🛠️ Technologies utilisées - **Langage** : Python 3.13 - **Framework Deep Learning** : TensorFlow / Keras (MobileNetV2) - **Traitement de données & Métriques** : NumPy, Pillow, Scikit-Learn - **Visualisation graphique** : Matplotlib, Seaborn - **Gestionnaire de projet** : uv --- # 📂 Structure du projet ```text projet_ariary/ │ ├── dataset/ # ⚠️ Non suivi par GitHub (Exclu via .gitignore) │ └── train/ # Contient les 8 sous-dossiers de billets d'Ariary │ ├── models/ │ └── mobilenetv2_ariary.keras # Poids du modèle final enregistré │ ├── train.ipynb # Notebook complet : Préparation, Entraînement & Évaluation ├── predict.py # Script CLI autonome pour prédire une image externe ├── pyproject.toml # Configuration des dépendances du projet ├── .gitignore # Fichier d'exclusion pour Git └── README.md ``` > **Remarque sur le stockage :** Le dossier `dataset/` (plus de 1000 images haute défin …