JustinePP commited on
Commit
7e2d83c
·
verified ·
1 Parent(s): b34b30f

Update modeles/detect_objects_video.py

Browse files
Files changed (1) hide show
  1. modeles/detect_objects_video.py +58 -6
modeles/detect_objects_video.py CHANGED
@@ -1,3 +1,59 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
 
2
  #def detect_objects_in_folder(video_folder):
3
  #model = YOLO("yolov8n.pt")
@@ -54,11 +110,7 @@
54
  #print("✅ Toutes les vidéos analysées pour objets interdits.")
55
 
56
 
57
- import os
58
- import cv2
59
- from ultralytics import YOLO
60
-
61
- def detect_objects_in_folder(video_folder):
62
  model = YOLO("yolov8n.pt")
63
  conf_threshold = 0.4
64
 
@@ -117,4 +169,4 @@ def detect_objects_in_folder(video_folder):
117
  cap.release()
118
  print(f"✅ Fin de l’analyse de {video_name}\n")
119
 
120
- print("✅ Toutes les vidéos analysées pour objets interdits.")
 
1
+ import os
2
+ import cv2
3
+ from ultralytics import YOLO
4
+
5
+ #Ici, nous devons détecter si un/plusieurs objets suspect met en danger le document envoyé par l'utilisateur à son contact
6
+
7
+ def detect_objects_in_folder(folder_path):
8
+ model = YOLO("yolov8n.pt") # on charge notre modèle YOLO
9
+ conf_threshold = 0.4 #on configure notre seuil de confiance à 0.4 donc si le modèle est sur à 40% que l'objet est tel objet alors la detection est validée
10
+
11
+ # Objets interdits selon les classes COCO (Common Objects in Context)
12
+ # et interdit selon VISION SHIELD car ils menancent le doc
13
+ forbidden_classes = {
14
+ 62: "écran",
15
+ 67: "téléphone",
16
+ 69: "appareil photo",
17
+ 73: "ordinateur"
18
+ }
19
+
20
+ if not os.path.isdir(folder_path): #oni retourne une erreur si on ne trouve pas le dossier
21
+ print(f" Dossier introuvable : {folder_path}")
22
+ return False
23
+
24
+ image_files = [f for f in os.listdir(folder_path) if f.lower().endswith((".jpg", ".jpeg", ".png"))]
25
+ #on récupère toutes les images ayant la bonne extensions donc pas de vidéos
26
+ if not image_files:
27
+ print("Aucune image trouvée.") #erreur si aucune image trouvée
28
+ return False
29
+
30
+ for image_name in image_files: # on boucles sur notre dossier
31
+ image_path = os.path.join(folder_path, image_name)
32
+ frame = cv2.imread(image_path) # on lit notre image
33
+
34
+ if frame is None: #erreur si on ne parvient pas à lire l'image
35
+ print(f" Impossible de lire : {image_name}")
36
+ continue
37
+
38
+ #on lance la détection en appelant notre modèle YOLO
39
+ results = model.predict(source=frame, conf=conf_threshold, verbose=False)
40
+ #on récupère tous les objets détecter dans notre image
41
+ detections = results[0].boxes
42
+
43
+ for box in detections: # on boucle sur tous les objets trouvés
44
+ # on récupère la classe prédite de tous les objets détectés
45
+ cls_id = int(box.cls.cpu().item())
46
+ #si l'une des classes des objets détectés fait partie du dictionnaire des objets interdits alors
47
+ if cls_id in forbidden_classes:
48
+ label = forbidden_classes[cls_id] #on récupère la classe
49
+ print(f"Objet interdit détecté : {label} dans {image_name}")
50
+ return False # dès qu'on détecte un objet interdit, on arrete la fontion pour prevenir l'app de la transgression de l'utilisateur
51
+
52
+ print("Aucun objet interdit détecté dans le dossier.")
53
+ return True #si tout va bien
54
+
55
+
56
+
57
 
58
  #def detect_objects_in_folder(video_folder):
59
  #model = YOLO("yolov8n.pt")
 
110
  #print("✅ Toutes les vidéos analysées pour objets interdits.")
111
 
112
 
113
+ """def detect_objects_in_folder(video_folder):
 
 
 
 
114
  model = YOLO("yolov8n.pt")
115
  conf_threshold = 0.4
116
 
 
169
  cap.release()
170
  print(f"✅ Fin de l’analyse de {video_name}\n")
171
 
172
+ print("✅ Toutes les vidéos analysées pour objets interdits.")"""