VeggieAI

Présentation du projet

La vision par ordinateur au service d’une application web utile.

VeggieAI relie la classification d’images de légumes à la consultation des prix, à un historique authentifié et à une assistance conversationnelle. Une application Flask utilise un service de modèles distinct reposant sur un registre. Deux paquets de modèles chargeables de façon reproductible sont documentés, mais les affirmations d’exactitude et de latence sur données réservées ne sont pas étayées par des artefacts d’entraînement et d’évaluation inclus.

• Python
• Flask
• Vision par ordinateur
• Docker

Au cœur de cette réalisation

• Séparé l’application web et le service d’inférence dans une architecture conteneurisée à deux images.
• Défini des contrats de modèles distincts à quatre et cinq étiquettes, avec un prétraitement propre à chaque modèle.
• Validé les manifestes, étiquettes, chemins des paquets et sommes de contrôle avant la mise à disposition.
• Rejeté les dimensions d’image, canaux et profils de normalisation incompatibles avant l’inférence.
• Exercé les interfaces d’état, de métadonnées et de prédiction par des tests élémentaires du service.
• Maintenu les intégrations OpenAI, Roboflow, courriel et modèles distants facultatives et explicitement configurées.

Code source et liens