108 lines
4.9 KiB
Markdown
108 lines
4.9 KiB
Markdown
|
|
# Dashboard de Comparaison de Modèles
|
|
|
|
## Conformité aux Exigences
|
|
|
|
### Analyse Exploratoire des Données Non Structurées (Images)
|
|
|
|
**Présentation d'exemples d'images selon les catégories :**
|
|
- Visualisation d'images du dataset Cityscapes organisées par 8 méta-classes de segmentation
|
|
- Sélection interactive d'images d'entraînement et de test avec prévisualisation
|
|
- Interface de navigation par catégories avec noms d'affichage conviviaux
|
|
|
|
**Comptage et répartition des données :**
|
|
- Graphiques en secteurs (pie charts) détaillant la répartition des 25,000 images Cityscapes
|
|
- Visualisation de l'utilisation projet : 80% train / 20% validation / 100% test
|
|
- Graphique de distribution des classes dans le dataset d'entraînement
|
|
- Tableaux récapitulatifs avec statistiques détaillées par split
|
|
|
|
**Transformations des images :**
|
|
- Démonstration interactive du preprocessing : redimensionnement et normalisation
|
|
- Visualisation des augmentations de données aléatoires (rotation, flip, luminosité, etc.)
|
|
- Comparaison avant/après transformations avec alignement visuel
|
|
- Documentation complète des 6 types d'augmentations possibles
|
|
|
|
### Sélection de Données d'Entrée
|
|
|
|
**Interface de sélection multiple :**
|
|
- Liste déroulante pour images test Cityscapes avec informations sur la vérité terrain
|
|
- Upload de fichiers personnels (JPEG, PNG) avec validation de format
|
|
- Prévisualisation des images sélectionnées avant traitement
|
|
- Gestion des erreurs et feedback utilisateur en temps réel
|
|
|
|
### Résultats de Prédiction
|
|
|
|
**Comparaison complète de modèles :**
|
|
- Affichage côte à côte des prédictions des deux meilleurs modèles
|
|
- Visualisations avec image originale, masques prédits et vérité terrain
|
|
- Détection et mise en évidence des erreurs de segmentation
|
|
- Statistiques détaillées par classe avec pourcentages et nombre de pixels
|
|
|
|
**Métriques de performance :**
|
|
- Temps d'inférence comparatif avec analyse de vitesse
|
|
- Scores de performance (mIoU, Accuracy) par modèle
|
|
- IoU par classe pour analyse fine des performances
|
|
- Graphiques comparatifs interactifs des résultats
|
|
|
|
### Déploiement Cloud
|
|
|
|
**Architecture déployée :**
|
|
- Application FastAPI pour l'API de comparaison de modèles
|
|
- Interface Streamlit pour le dashboard utilisateur
|
|
- Déploiement sur infrastructure cloud avec haute disponibilité
|
|
- Gestion automatique des ressources et montée en charge
|
|
|
|
### Accessibilité WCAG
|
|
|
|
**Conformité aux critères essentiels :**
|
|
|
|
#### Contraste des Couleurs (WCAG AA)
|
|
- Palette de couleurs avec ratios de contraste ≥ 4.1:1 pour éléments graphiques
|
|
- Ratios de contraste ≥ 4.5:1 pour le texte sur fond
|
|
- 8 couleurs principales validées : bleu (#0066CC), rouge (#CC0000), vert (#006600), etc.
|
|
- Remplacement des dégradés par des couleurs unies à contraste élevé
|
|
|
|
#### Alternatives Textuelles
|
|
- Descriptions alternatives détaillées pour tous les graphiques générées automatiquement
|
|
- Textes explicatifs pour chaque visualisation (pie charts, bar charts)
|
|
- Labels ARIA appropriés pour les éléments interactifs
|
|
- Documentation textuelle complète des transformations d'images
|
|
|
|
#### Indication Non-Couleur Uniquement
|
|
- Motifs et hachures complémentaires aux couleurs (optionnel via checkbox)
|
|
- 6 motifs différents : diagonales, verticales, horizontales, points, croix
|
|
- Différenciation par forme et texture en plus des couleurs
|
|
- Bordures et contours renforcés pour la distinction visuelle
|
|
|
|
#### Navigation Clavier
|
|
- CSS focus visible avec contours bleus (#0066CC) de 2px
|
|
- Support complet de la navigation par tabulation
|
|
- Indicateurs visuels clairs pour les éléments focusés
|
|
- Respect de l'ordre logique de navigation
|
|
|
|
#### Tableaux de Données Accessibles
|
|
- Tableaux structurés complémentaires à tous les graphiques
|
|
- En-têtes appropriés avec scope et descriptions
|
|
- Données exportables et lisibles par lecteurs d'écran
|
|
- Configuration responsive pour tous les écrans
|
|
|
|
**Fonctionnalités d'assistance intégrées :**
|
|
- Checkbox "Activer les motifs (accessibilité visuelle)" pour personnalisation
|
|
- Descriptions automatiques des graphiques avec statistiques complètes
|
|
- Interface adaptable aux besoins des utilisateurs en situation de handicap
|
|
- Documentation complète des fonctionnalités d'accessibilité via endpoint `/accessibility-info`
|
|
|
|
## Architecture Technique
|
|
|
|
**Stack technologique :**
|
|
- Backend : FastAPI + PyTorch pour l'inférence des modèles
|
|
- Frontend : Streamlit avec composants accessibles
|
|
- Visualisations : Matplotlib avec palettes WCAG
|
|
- API REST documentée avec validation Pydantic
|
|
- Gestion d'état optimisée pour les comparaisons de modèles
|
|
|
|
**Performance et fiabilité :**
|
|
- Temps d'inférence optimisés (< 1 seconde par image)
|
|
- Gestion mémoire efficace avec fermeture automatique des figures
|
|
- Validation des formats et tailles de fichiers
|
|
- Nettoyage automatique des fichiers temporaires
|