DataForGood/biolit-species-identification

Biolit : identification d'espèces côtières

Modèles du projet Biolit (Data for Good, saison 14). Les observateurs de Biolit photographient la faune et la flore du littoral. Ces modèles retrouvent l'espèce sur la photo puis proposent son identification taxonomique.

Le traitement se fait en deux temps :

photo ──► detection/ ──► crop ──► classification/ ──► taxonomie
              │
              └─► conf < 0.4 : pas de crop

Organisation du repo

Un dossier par étape, dans l'ordre du traitement :

detection/
├── model.onnx
└── model.pt
classification/
├── mlp_model.pt
├── proto_model.npz
├── tax_lookup.pkl
└── bioclip_features.npz

• detection/ repère l'espèce principale sur la photo et dit si c'est une plante ou un animal. Sa sortie (le crop) est l'entrée de l'étape suivante.
• classification/ reçoit ce crop et propose sa position dans la taxonomie.

Chaque dossier peut être téléchargé seul :

hf download DataForGood/yolov8_biolit_crop --include "detection/*"

1. Détection : detection/

Un YOLOv8s fine-tuné sur environ 1 400 photos Biolit annotées à la main. Pour chaque photo, il garde une seule détection : la plus confiante. Le crop de cette détection est ensuite transmis à la classification.

Caractéristique	Valeur
Classes	0: plant, 1: animal
Entrée	image RGB letterboxée, (1, 3, 640, 640), valeurs dans [0, 1]
Sortie	(1, 6, 8400) : 4 coordonnées de boîte et 2 scores, pour 8 400 boîtes
Seuil	conf = 0.4 : en dessous, pas de crop

Fichier	Description
model.onnx	Version à utiliser (ONNX opset 18), sans PyTorch ni Ultralytics
model.pt	Poids PyTorch d'origine (Ultralytics 8.0.81), gardés comme référence

L'export ONNX a été vérifié face au modèle PyTorch : mêmes sorties brutes, à 0.001 px près sur les boîtes et 0.000004 près sur les scores.

2. Classification : classification/

Fichier	Description
mlp_model.pt	Classifieurs MLP par niveau taxonomique
proto_model.npz	Prototypes par taxon
tax_lookup.pkl	Correspondance entre les classes et la taxonomie
bioclip_features.npz	Features d'images précalculées

Section à compléter.

Historique

Les anciens entraînements (runs/) sont conservés dans le tag v0-avant-nettoyage.