anomalies_thermiques_git

Projet de fin d'étude à l'INSA de Rouen : Détection automatique de puits de marnière. En collaboration avec le CEREMA sous la tutelle de C. le Guyader et Raphaël Antoine.

Install Depedencies

Le projet est entièrement codé en python 3. Utiliser pip3 de préférence pour installer les dépendances. Liste des paquets à installer :

• numpy
• tifffile et libtiff
• tensorflow et keras
• pickle
• matplotlib
• sklearn
• skimage
• scipy

Les données

Le dossier DATA_MARNIERES contient les données brutes. Le dossier data contient les données travaillées. Les dossiers suivants doivent être remplis avec les données adéquates (pour plus de détails : contacter [email protected])

• DATA_MARNIERES/DAT_marnieres_epreville_270799_jour/27_07_99/jour/calibre/TIF
• DATA_MARNIERES/DAT_marnieres_epreville_280799/28_07_99/jour/calibre/TIF

Les 3 jupyter notebook

• Le notebook "Visualisation" contient le code permettant de générer les visuels avec les algorithmes ACP et T-SNE.
• Le notebook "test_basiques_modeles" contient le code qui teste les méthodes autre que CNN.
• Le notebook "classification_image" contient le code qui permet de tester les 3 méthodes avec les modèles CNN.