Vision IA pas à pas

À la fin de cette page, tu auras entraîné un premier modèle qui reconnaît un objet de ton choix sur l'écran de ton téléphone, et tu l'auras vu à l'œuvre en direct. ⏱ 30 minutes de manipulation, plus le temps d'entraînement (de quelques minutes à plus d'une heure selon la machine).

C'est quoi un modèle de détection ?

Un modèle de détection est un petit programme qui regarde une image et répond : « il y a un bouton jouer ici, un monstre là ». Il n'est pas programmé à la main : il apprend par l'exemple.

Tu lui montres des dizaines d'images où tu as entouré toi-même l'objet avec un rectangle et un nom (la classe). L'entraînement consiste à laisser l'ordinateur chercher ce que ces exemples ont en commun. Ensuite, face à une image nouvelle, le modèle entoure ce qu'il reconnaît et donne un pourcentage de confiance.

AppsMobs utilise des modèles de la famille YOLO. Tu n'as pas besoin de les connaître : l'appli te guide en 5 étapes, affichées en haut de l'écran Vision IA.

Combien d'images faut-il ?

C'est la première question que tout le monde se pose. Réponse honnête : ça dépend, et les chiffres ci-dessous sont indicatifs.

• L'appli te conseille de viser 50 à 100 exemples par classe pour un premier essai.
• La variété compte plus que le nombre : des cartes, des heures, des niveaux de zoom différents. Dix images quasi identiques n'en valent qu'une.
• Garde quelques images sans rien à détecter, pour que le modèle apprenne à ne pas voir l'objet partout.
• Si le test (étape 5) rate des cas, ajoute des images de ces cas précis et réentraîne. On itère : on ne devine pas le bon nombre du premier coup.

Les 5 étapes, pas à pas

1. 1

   Ouvre Vision IA et choisis ton appareil

   Clique sur Vision IA dans la barre latérale. Tu es sur l'étape 1 Capturer, vue Écran en direct.

   Dans le panneau de droite, ouvre la section Système et choisis ton téléphone dans la liste des appareils. Si la liste est vide, clique sur le bouton d'actualisation à côté.

   123456

   Tu as réussi quand ton téléphone apparaît dans la liste.

2. 2

   Nomme ton projet et démarre l'aperçu

   Dans Projet Actuel, donne un nom au projet (par exemple mon-jeu). Un projet = un jeu ou un objectif. Tout est rangé dans Documents\AppsMobs\VisionProjects.

   Clique sur Démarrer l'aperçu (repère 3 de la capture ci-dessus). L'écran du téléphone s'affiche à gauche, en direct. Tu peux aussi appuyer sur Alt + Shift + S pour revenir à cette vue Écran en direct.

3. 3

   Capture des images variées

   Joue normalement sur le téléphone, ou mets l'écran sur la situation voulue. À chaque situation, clique sur le bouton 📷 de la barre d'outils (« Capturer l'écran pour annoter plus tard »). Le bouton ⭐ à côté lance des captures automatiques : tu règles la fréquence et la durée.

   Change de situation entre deux captures : autre carte, autre moment, autre zoom. Le compteur de l'onglet 3 Images monte à chaque image gardée.

4. 4

   Annote : entoure l'objet (étape 2)

   Clique sur 2 Annoter. Crée une classe avec + Nouvelle Classe et donne-lui un nom court et clair (bouton_jouer, monstre). Sélectionne l'outil rectangle (la première icône de la barre d'outils de l'image), puis dessine un rectangle serré autour de l'objet.

   • Un objet à moitié caché se box quand même, sur la partie visible.
   • Plusieurs objets sur la même image : un rectangle chacun.
   • Une boîte trop large apprend au modèle que le fond fait partie de l'objet.

   Enregistre avec Ctrl + S et passe à l'image suivante. Le chiffre à côté de 2 Annoter compte tes annotations.

5. 5

   Vérifie et trie tes images (étape 3)

   Clique sur 3 Images (ou Voir mes images). Filtre par classe, ou n'affiche que les images sans cadre. Ouvre une image pour corriger ses cadres, et passe de l'une à l'autre avec les flèches ← →.

   Supprime les images floues, les doublons et les mauvaises captures : un dataset propre vaut mieux qu'un gros.

6. 6

   Prépare le dataset et entraîne (étape 4)

   Clique sur 4 Entraîner. Le panneau propose d'abord Générer Dataset :

   1. Images Source : garde Tout le projet, ou choisis seulement les images validées.
   2. Répartition : trois cases Train / Valid / Test. Laisse 70 / 20 / 10 (le total doit faire 100 %).
   3. Facultatif : les options de Pré-traitement et d'Augmentation (miroir, rotation, bruit, flou) créent des variantes de tes images.
   4. Clique sur Générer Version. L'appli indique l'Estimation du nombre d'images obtenues.

   Ensuite, choisis où entraîner (section suivante) et clique sur Entraîner. Une barre de progression suit l'avancement. À la fin, le modèle est un fichier .pt.

   

7. 7

   Teste ton modèle en direct (étape 5)

   Clique sur 5 Tester. Dans Modèles Entraînés, choisis ton modèle (ou Parcourir pour un fichier .pt de ton disque, par exemple celui rapporté de Colab), puis Charger.

   Règle le Seuil de Confiance : plus il est haut, moins il y a de fausses détections, mais plus le modèle laisse passer d'objets. Lance l'aperçu : des cadres avec un pourcentage apparaissent sur l'écran en direct.

   Tu as réussi quand ton objet est entouré à l'écran. Sinon, retourne aux étapes 1 et 2 pour ajouter des images des cas ratés, puis réentraîne.

Colab ou sur ton PC ?

Dans l'étape 4 Entraîner, la section Entraîner YOLO propose deux chemins.

Et le renforcement ?

À côté des 5 étapes, la zone Avancé contient Renforcement et Réglages de l'agent. C'est de l'apprentissage par renforcement : un agent apprend en essayant des actions. C'est lent (souvent des heures) et réservé à la formule Ultimate. Commence toujours par un modèle de détection.

Ce qui est limité

Ça ne marche pas ?

Tous les messages d'erreur sont regroupés dans Dépannage.

Et ensuite

• Écrire un script en Python pour utiliser ce que tu as appris à détecter.
• Planifier avec l'Automatisation pour lancer ton script tout seul.
• Dépannage si quelque chose bloque.