Introduction

Présentation du projet

🌍 MarocExplorer est un projet académique développé à l’ENSAM Meknès par des étudiants de la filière Intelligence Artificielle et Technologies des Données. Ce projet utilise des techniques de Computer Vision pour permettre la géolocalisation d’images fournies par l’utilisateur, en identifiant les coordonnées et la ville correspondante.

Objectifs du projet

  • 🚀 Créer un modèle puissant capable de localiser des images purement marocaines.

  • 🌐 Développer une plateforme interactive permettant aux utilisateurs de :

    • 🌏 Utiliser le modèle pour des applications pratiques (tourisme, sécurité…).

    • 🎮 Créer des jeux et des défis interactifs basés sur l’intelligence artificielle, permettant de se challenger entre amis.

—

Cas d’utilisation visé

  • 🗺️ Tourisme intelligent : Identifier la localisation de sites touristiques marocains depuis une photo.

  • 🛡️ Sécurité urbaine : Repérer automatiquement les emplacements à partir d’images de surveillance.

  • 🕹️ Divertissement éducatif : Proposer des jeux interactifs basés sur la localisation marocaine.

—

Technologies utilisées

  • 🐍 Python : traitement d’image, reconnaissance visuelle (numpy, pandas, matplotlib, openCv, scikit-learn, tensorflow, pytorch).

  • 🌐 Interfaces web interactives : permettre aux utilisateurs d’interagir avec l’application.

—

Pipeline du Projet

Le pipeline du projet MarocExplorer suit plusieurs étapes pour garantir un processus structuré et efficace.

Pipeline du Projet

Les étapes principales du pipeline sont les suivantes :

  1. Collecte et Préparation des données

    • Rassembler des images marocaines.

    • Traiter les données pour garantir leur qualité.

  2. Recherche et Entraînement initial d’un modèle

    • Explorer différents modèles de vision par ordinateur.

    • Sélectionner un modèle performant pour l’entraînement initial.

  3. Optimisation et Amélioration du modèle

    • Ajuster les hyperparamètres.

    • Augmenter les données pour une meilleure généralisation.

  4. Validation et Test

    • Tester la robustesse du modèle avec des données non vues.

    • Évaluer la précision et les performances.

  5. Création de l’interface collaborative

    • Développer une interface web permettant aux utilisateurs d’interagir avec le modèle.

    • Proposer des défis interactifs et collaboratifs.

—

Public cible

  • 🎓 Étudiants et chercheurs en vision par ordinateur.

  • 💡 Passionnés par des technologies basés sur l’IA.