CARIA.2.0

Precedent repo CARIA :
Ajout de nouveau modele.
Travail sur multiple ia.
...

server-ia/Camera_Identification_RoadSign/predict.py

@@ -0,0 +1,47 @@
+import cv2
+import numpy as np
+import tensorflow as tf
+
+# Chemin vers le dossier contenant le modèle SavedModel
+model_dir = "server-ia/data/modeles/traffic_signs_model/1"
+
+# Chargement du modèle SavedModel
+model = tf.keras.models.load_model(model_dir)
+
+# Fonction de prétraitement de l'image
+def preprocess_image(image):
+    # Redimensionner l'image à la taille attendue par le modèle
+    processed_image = cv2.resize(image, (30, 30))
+    # Assurez-vous que l'image est dans le format attendu par le modèle
+    processed_image = processed_image.astype("float32") / 255.0  # Normalisation
+    processed_image = np.expand_dims(processed_image, axis=0)  # Ajouter une dimension pour l'axe du lot
+    return processed_image
+
+# Fonction de détection des panneaux
+def detect_signs(video_path):
+    cap = cv2.VideoCapture(video_path)
+    while cap.isOpened():
+        ret, frame = cap.read()
+        if not ret:
+            break
+        
+        # Prétraitement de l'image
+        processed_frame = preprocess_image(frame)
+        
+        # Faire une prédiction avec le modèle
+        predictions = model.predict(processed_frame)
+        
+        # Analyser les prédictions et afficher les résultats sur l'image
+        # Remplacez cette partie par votre code de détection et d'affichage des panneaux
+        
+        # Affichage de la vidéo avec les détections
+        cv2.imshow('Video', frame)
+        if cv2.waitKey(1) & 0xFF == ord('q'):
+            break
+    
+    cap.release()
+    cv2.destroyAllWindows()
+
+# Appel de la fonction pour détecter les panneaux dans la vidéo
+video_path = "server-ia/data/videos/autoroute.mp4"
+detect_signs(video_path)