Une application web permettant de gérer les incidents basse tension, d'améliorer l'entretien du réseau électrique, et de générer des rapports d'incidents à partir d'images.
Suivi des incidents : Surveillance en temps réel des incidents déclarés.
Déclaration des incidents : Ajout de nouveaux incidents avec génération automatique de rapports.
Historique : Accès aux rapports des incidents passés.
Statistiques : Vue d'ensemble des incidents pour une meilleure analyse.
Voici quelques captures d'écran de l'application :
Backend : Flask, Flask-Login, SQLAlchemy
Frontend : HTML, CSS
Base de données : SQLite
Modèles IA : CLIP (classification d'images), CNN (détection d'incidents)
Déploiement API : Flask + ngrok
- Classification avec CLIP Le modèle CLIP d'OpenAI est utilisé pour classer les images d'incidents en différentes catégories :
Compteur brûlé
Poteau tombé
Câble endommagé
Oiseau sur les lignes
Isolateur cassé
Arbre sur les lignes
Le script analyse les images et stocke les résultats dans un fichier CSV, permettant d'associer chaque image à une classe prédite.
- Détection avec un modèle CNN Un réseau de neurones convolutionnel (CNN) a été entraîné sur 9481 images d'incidents pour améliorer la détection automatique et donne un precision de 93.30%. Il utilise Keras avec un Early Stopping pour éviter le sur-ajustement,Le modèle est sauvegardé sous le nom mode_onee_final.ipynb et déployé via une API Flask exposée avec ngrok. Installation et exécution
- Cloner le projet
git clone https://github.com/ihssane2002/Projet_onee.git cd Projet_onee 2. Installer les dépendances
pip install -r requirements.txt
- Lancer l'application
python main.py
L'application sera accessible à http://127.0.0.1:5000.
Ihssane Bammad - Développeur principal