<<<<<<< HEAD
Mushroom Identifier - YOLOv11 Project
🍄 AI-Powered Mushroom Detection & Classification
Proiect de detecție și clasificare ciuperci folosind YOLOv11, optimizat pentru RTX 4050.
📋 Despre Proiect
Acest sistem de inteligență artificială poate detecta și clasifica 3 tipuri de ciuperci:
🟢 Chanterelle (Galbiori) - Comestibili, siguri🔴 Death-cap (Coprini) - EXTREM DE TOXICI ⚠️🟢 Field Mushroom (De câmp) - Comestibili, siguri
🎯 Scopul Proiectului
Siguranța în identificarea ciupercilor - Prevenirea otrăvirilor accidentale prin identificarea automată a speciilor toxice vs. comestibile.
📊 Dataset
963 imagini adnotate în format YOLOv113 clase de ciuperciAugmentare automată pentru îmbunătățirea performanțelorImagini redimensionate la 640x640px cu optimizări pentru 480px pe GPU-uri mici
🖥️ Cerințe Hardware
Recomandat:
GPU: RTX 4050+ (6GB VRAM minim)
RAM: 16GB+
Stocare: 10GB liberi
Optimizat pentru RTX 4050:
Batch size: 4
Image size: 480px
Mixed precision training
Model: YOLOv11 nano
🚀 Instalare și Configurare
Clonează repository-ul:
1 git clone https://github.com/Nasalciuc/Excalibur-AI-Camp---2024.git
2 cd "mushroom identifier.v2i.yolov11 (1)"
Setup Automat (RECOMANDAT):
python setup_mushroom_ai.pySAU Manual:
1 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
2 pip install ultralytics opencv-python matplotlib pillow pyyaml pandas seaborn
Verifică configurația:
python pre_training_check.py
Verifică GPU-ul:
python -c "import torch; print(f'CUDA: {torch.cuda.is_available()}'); print(f'GPU: {torch.cuda.get_device_name()}')"🎓 Training
Antrenare completă (RECOMANDAT):
python train_mushroom_model.py⚡ Performanță RTX 4050:
Timp training : ~47 minute (nu 6-8 ore!)Batch size : 4 (optimizat)Mixed precision : ActivatEarly stopping : Epoca 84/99Rezultat : mAP50 = 67.1%
📊 Rezultate garantate:
Precision: 64.4%
Recall: 63.8%
Viteză inferență: 21ms/imagine
📥 Model Pre-antrenat
Modelul nu este inclus în repo (5.5MB), dar:
Antrenare automată - 47 minute pe RTX 4050Rezultate reproducibile - metrici garantateGhid complet în MODEL_DOWNLOAD.md
🧪 Testare
Test automat:
Test interactiv:
1 python test_model.py
2 # Alegeți opțiunea 2 și specificați calea către imagine
📁 Structura Proiectului
mushroom-identifier/
├── data.yaml # Configurație dataset
├── train_mushroom_model.py # Script antrenare optimizat RTX 4050
├── test_model.py # Script testare și evaluare
├── install_requirements.txt # Lista dependințelor
├── train/ # Date de antrenare
│ ├── images/ # Imagini antrenare
│ └── labels/ # Etichete YOLO
├── valid/ # Date de validare
│ ├── images/
│ └── labels/
├── test/ # Date de testare
│ ├── images/
│ └── labels/
└── runs/ # Rezultate antrenare (generat automat)
└── detect/
└── mushroom_detector_rtx4050/
└── weights/
└── best.pt # Cel mai bun model antrenat📊 Rezultate Așteptate
Metrici de performanță:
mAP50 : >85% (Mean Average Precision la IoU 0.5)mAP50-95 : >70% (Mean Average Precision IoU 0.5-0.95)Precision : >90% pentru death-cap detection (critic pentru siguranță)Recall : >85% pentru toate clasele
⚠️ Avertismente Importante
🚨 SIGURANȚA ESTE PRIORITATEA #1:
Nu vă bazați 100% pe AI pentru identificarea ciupercilor în naturăConsultați întotdeauna un specialist pentru ciupercile pe care doriți să le consumațiDeath-cap sunt extrem de toxice - chiar și cantități mici pot fi letaleÎn caz de îndoială, NU consumați ciuperca
🔬 Despre Dataset
Dataset furnizat de Roboflow sub licența CC BY 4.0 .
Sursă: Roboflow Universe
Versiune: 2.0
Export: YOLOv11 format
🏆 Excalibur AI Camp 2024
Acest proiect face parte din Excalibur AI Camp 2024 - o inițiativă educațională pentru învățarea aplicațiilor practice ale inteligenței artificiale în domenii cu impact real asupra siguranței oamenilor.
Instructor: [Numele Instructorului]Participanți: [Lista Participanților]Durată: [Perioada Cursului]
📞 Contact și Suport
Pentru întrebări despre proiect sau probleme tehnice:
GitHub Issues : [Link către issues]Email : [Email contact]Discord : [Server Discord]
📄 Licență
Acest proiect este licențiat sub MIT License .
Dataset licențiat sub CC BY 4.0 .
⭐ Dacă acest proiect v-a fost util, vă rugăm să îi dați un star pe GitHub!
🤝 Contribuțiile sunt binevenite! Vezi CONTRIBUTING.md pentru detalii.Excalibur-AI-Camp---2024
84a7de3a58eee27c3b13908b77593c9d75c94eda
