Différences

Ci-dessous, les différences entre deux révisions de la page.

--- projet:sujets [2025/01/13 13:05]
marc_bertin
+++ projet:sujets [2025/01/13 14:09] (Version actuelle)
remy
@@ Ligne 1: / Ligne 1: @@
 ====== Sujets, 2024/2025 Printemps ======
+Slides de présentation des sujets:
+  * [[https://cazabetremy.fr/Teaching/lifprojet/slides2025pr/ProjetsLifPro2025.pdf|Samir Aknine]]
+  * [[https://cazabetremy.fr/Teaching/lifprojet/slides2025pr/Sujets%20LIFPROJET%20Automne%202024%20(1).pdf|Célestin Coquidé]]
+  * [[https://cazabetremy.fr/Teaching/lifprojet/slides2025pr/2025p_LIFPROJET_AM.pdf|Alexandre Meyer]]
+  * [[https://cazabetremy.fr/Teaching/lifprojet/slides2025pr/projet_SP.pdf|Sabine Peres]]
 ===== AM1. Deep learning et image : classification et génération d'images =====
@@ Ligne 317: / Ligne 322: @@
-===== MB3.  Détection d’événement : Le Kyudo - un tir, une vie  =====
+===== MB3.   Système embarqué de détection automatique de touche pour la pratique du Kyudo - tir à l'arc japonais  =====
 ^ Domaine | Python, Détection d’événement  |
@@ Ligne 325: / Ligne 330: @@
 **Description :**
-Ce projet propose de développer un système de détection automatique des flèches dans la mato (cible de kyudo) à l’aide d’un module ESP32-CAM. Grâce à sa caméra embarquée, l’ESP32-CAM capture les images de la cible et utilise un algorithme de traitement d'image léger pour identifier l'emplacement des impacts. Ce dispositif portable et économique permettrait d'automatiser l'évaluation des tirs, réduisant les biais humains et facilitant l’entraînement. Les données collectées serontsauvegardées pour analyse. Ce projet associe tradition et technologie pour améliorer la précision et l'efficacité dans la pratique du kyudo.
+Ce projet propose de développer un système de détection automatique des flèches dans la mato (cible de kyudo) à l’aide d’un module ESP32-CAM.
+La carte ESP32-Cam intègre un processeur ESP32 et une caméra OV2640 (2M pixels). Elle consiste à transmettre en WIFI et en direct un flux vidéo, des images.
+Grâce à sa caméra embarquée, l’ESP32-CAM capturera les images de la cible et utilisera un algorithme de traitement d'image léger pour identifier l'emplacement des impacts.
+Ce dispositif portable et économique permettrait d'automatiser l'évaluation des tirs, réduisant les biais humains et facilitant l’entraînement.
 **Moyen :**
-* ESP32/CAM et Serveur avec carte TITAN
+  * Serveur avec carte TITAN
+  * ESP32-CAM qui est une carte de développement dotée de capacités Wi-Fi et Bluetooth, comprenant un module ESP32S, une caméra OV2642, un emplacement pour carte micro SD, neuf broches GPIO, un flash LED intégré, une mémoire flash intégrée, 520 Ko de RAM interne et 4 Mo de PSRAM. Le module peut être programmé à l'aide de différents environnements, notamment l'IDE Arduino, l'IDF Espressif, MicroPython, JavaScript, Lua et PlatformIO dans VS Code.
+  * Librairie openCV et pyTorch [[https://opencv.org/]], liste non exhaustive
 **Objectif :**
-* Constituer une base de données d'image et implémenter une solution pour gérer la détection de réussite à la mato.
+  * Expérimenter la faisabilité d'une solution de détection de la "touche", c'est-à-dire identification de la flèche dans la mato (cible) pour le déploiement de compétition national.
+**Lien annexe**
+Le Kyudo en France: [[https://www.kyudo.fr/la-voie-de-l-arc]]