2022-03-29 20:56:03 +00:00
|
|
|
|
<!DOCTYPE html>
|
|
|
|
|
|
<html xmlns="http://www.w3.org/1999/xhtml" lang="" xml:lang="">
|
|
|
|
|
|
<head>
|
|
|
|
|
|
<meta charset="utf-8" />
|
|
|
|
|
|
<meta name="generator" content="pandoc" />
|
|
|
|
|
|
<meta name="viewport" content="width=device-width, initial-scale=1.0, user-scalable=yes" />
|
|
|
|
|
|
<title>rapport</title>
|
|
|
|
|
|
<style>
|
|
|
|
|
|
code{white-space: pre-wrap;}
|
|
|
|
|
|
span.smallcaps{font-variant: small-caps;}
|
|
|
|
|
|
span.underline{text-decoration: underline;}
|
|
|
|
|
|
div.column{display: inline-block; vertical-align: top; width: 50%;}
|
|
|
|
|
|
div.hanging-indent{margin-left: 1.5em; text-indent: -1.5em;}
|
|
|
|
|
|
ul.task-list{list-style: none;}
|
|
|
|
|
|
.display.math{display: block; text-align: center; margin: 0.5rem auto;}
|
|
|
|
|
|
</style>
|
|
|
|
|
|
<link rel="stylesheet" href="bigstone.css" />
|
|
|
|
|
|
<!--[if lt IE 9]>
|
|
|
|
|
|
<script src="//cdnjs.cloudflare.com/ajax/libs/html5shiv/3.7.3/html5shiv-printshiv.min.js"></script>
|
|
|
|
|
|
<![endif]-->
|
|
|
|
|
|
</head>
|
|
|
|
|
|
<body>
|
|
|
|
|
|
<center>
|
|
|
|
|
|
<h1 id="classification-dans-rocket-league-sideswipe">Classification dans
|
|
|
|
|
|
Rocket League Sideswipe</h1>
|
|
|
|
|
|
Laurent Fainsin — Damien Guillotin — Pierre-Eliot Jourdan
|
|
|
|
|
|
</center>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<p>Lien vers notre <a
|
|
|
|
|
|
href="https://git.inpt.fr/tocard-inc/enseeiht/projet-classification">dépot
|
2022-03-29 20:56:03 +00:00
|
|
|
|
gitlab</a>.</p>
|
|
|
|
|
|
<p>Lien vers notre <a
|
|
|
|
|
|
href="https://fainsil.users.inpt.fr/content/DL/dataset.zip">dataset</a>.</p>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<h2 id="description">Description</h2>
|
|
|
|
|
|
<p>Le but de ce projet est de permettre la reconnaissance
|
|
|
|
|
|
(classification) de voitures dans le jeu vidéo mobile Rocket League
|
|
|
|
|
|
Sideswipe, et ce peu importe les accessoires équipés tels que les roues,
|
|
|
|
|
|
les chapeaux, les stickers, les couleurs…</p>
|
|
|
|
|
|
<h2 id="méthodolgie-dacquisition-du-dataset">Méthodolgie d’acquisition
|
|
|
|
|
|
du dataset</h2>
|
2022-03-29 20:56:03 +00:00
|
|
|
|
<p>Pour acquérir les quelque 400 000 images de notre dataset, nous avons
|
2022-03-28 15:43:19 +00:00
|
|
|
|
simplement écrit un script capable d’automatiser la customisation des
|
|
|
|
|
|
modèles ainsi que la prise de screenshots. Il nous aura fallu environ 18
|
|
|
|
|
|
heures pour constituer notre dataset.</p>
|
|
|
|
|
|
<p>Notre dataset est un dossier contenant toutes nos images et une base
|
|
|
|
|
|
de données sqlite3 faisant le lien entre les noms de nos screenshots
|
2022-03-29 20:56:03 +00:00
|
|
|
|
(des uuids) et les paramètres de la voiture dans l’image.</p>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<p>Par exemple <code>ec7d32da-ad24-11ec-813b-e0d4e8390134.jpg</code>
|
|
|
|
|
|
correspond au modèle de voiture 2 (la werewolf) à la team 0 (les bleus),
|
|
|
|
|
|
à la couleur primaire 50%, à la couleur secondaire 0%, au chapeau n°12
|
2022-03-29 20:56:03 +00:00
|
|
|
|
(le Rasta), au sticker n°1 (le Kana), à la roue n°4 (l’Helicoprion) et à
|
|
|
|
|
|
la 3ème rotation.</p>
|
|
|
|
|
|
<p>Voici l’image associée:</p>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<p><img src="image_methodo.jpg" /></p>
|
|
|
|
|
|
<h2 id="méthodologie">Méthodologie</h2>
|
2022-03-29 20:56:03 +00:00
|
|
|
|
<p>Nous pensons dans un premier temps fractionner notre dataset de la
|
|
|
|
|
|
manière suivante:</p>
|
|
|
|
|
|
<table>
|
|
|
|
|
|
<thead>
|
|
|
|
|
|
<tr class="header">
|
|
|
|
|
|
<th style="text-align: center;">Train</th>
|
|
|
|
|
|
<th style="text-align: center;">Test</th>
|
|
|
|
|
|
<th style="text-align: center;">Validation</th>
|
|
|
|
|
|
</tr>
|
|
|
|
|
|
</thead>
|
|
|
|
|
|
<tbody>
|
|
|
|
|
|
<tr class="odd">
|
|
|
|
|
|
<td style="text-align: center;">70%</td>
|
|
|
|
|
|
<td style="text-align: center;">15%</td>
|
|
|
|
|
|
<td style="text-align: center;">15%</td>
|
|
|
|
|
|
</tr>
|
|
|
|
|
|
</tbody>
|
|
|
|
|
|
</table>
|
|
|
|
|
|
<p>Nous utiliserons les méthodes fournies par Tensorflow pour split
|
|
|
|
|
|
notre dataset via ces proportions.</p>
|
|
|
|
|
|
<p>Notre objectif final serait d’utiliser l’augmentation pour obtenir
|
|
|
|
|
|
plus d’un million d’images.</p>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<h2 id="pronostic">Pronostic</h2>
|
|
|
|
|
|
<p>Si l’on décide d’évaluer le réseau sur des voitures avec une rotation
|
2022-03-29 20:56:03 +00:00
|
|
|
|
qui est la même que lors de l’acquisition des données, le résultat
|
2022-03-28 15:43:19 +00:00
|
|
|
|
devrait être plus que correct mais si l’on évalue le réseau sur une
|
2022-03-29 20:56:03 +00:00
|
|
|
|
rotation différente, c’est là que les problèmes peuvent arriver, il se
|
|
|
|
|
|
peut que l’on sur-apprenne la discrétion de nos rotations.</p>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<h2 id="chargement-de-nos-données">Chargement de nos données</h2>
|
2022-03-29 20:56:03 +00:00
|
|
|
|
<p>Comme nous possédons un grand nombre d’images et comme celles-ci sont
|
|
|
|
|
|
réliées via un csv/sqlite3, nous allons devoir utiliser une <a
|
|
|
|
|
|
href="https://www.tensorflow.org/tutorials/load_data/csv#using_tfdata">structure
|
|
|
|
|
|
spéciale</a> de Tensorflow pour charger les images via leur association
|
|
|
|
|
|
dans le csv/sqlite3, et aussi pour permettre de ne pas tout charger en
|
|
|
|
|
|
mémoire (car notre dataset sera très probablement de taille supérieur à
|
|
|
|
|
|
la RAM de nos machines).</p>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<h2 id="exemple-du-dataset">Exemple du dataset</h2>
|
|
|
|
|
|
<p><img src="demo_datas.gif" /></p>
|
|
|
|
|
|
<table>
|
|
|
|
|
|
<colgroup>
|
|
|
|
|
|
<col style="width: 8%" />
|
|
|
|
|
|
<col style="width: 23%" />
|
|
|
|
|
|
<col style="width: 23%" />
|
|
|
|
|
|
<col style="width: 23%" />
|
|
|
|
|
|
<col style="width: 23%" />
|
|
|
|
|
|
</colgroup>
|
|
|
|
|
|
<thead>
|
|
|
|
|
|
<tr class="header">
|
2022-03-29 20:56:03 +00:00
|
|
|
|
<th style="text-align: center;">Rotation</th>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<th style="text-align: center;">Octane</th>
|
|
|
|
|
|
<th style="text-align: center;">AfterShock</th>
|
|
|
|
|
|
<th style="text-align: center;">Werewolf</th>
|
|
|
|
|
|
<th style="text-align: center;">Breakout</th>
|
|
|
|
|
|
</tr>
|
|
|
|
|
|
</thead>
|
|
|
|
|
|
<tbody>
|
|
|
|
|
|
<tr class="odd">
|
2022-03-29 20:56:03 +00:00
|
|
|
|
<td style="text-align: center;">0</td>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/0_0.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/1_0.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/2_0.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/3_0.jpg" /></td>
|
|
|
|
|
|
</tr>
|
|
|
|
|
|
<tr class="even">
|
2022-03-29 20:56:03 +00:00
|
|
|
|
<td style="text-align: center;">1</td>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/0_1.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/1_1.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/2_1.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/3_1.jpg" /></td>
|
|
|
|
|
|
</tr>
|
|
|
|
|
|
<tr class="odd">
|
2022-03-29 20:56:03 +00:00
|
|
|
|
<td style="text-align: center;">2</td>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/0_2.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/1_2.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/2_2.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/3_2.jpg" /></td>
|
|
|
|
|
|
</tr>
|
|
|
|
|
|
<tr class="even">
|
2022-03-29 20:56:03 +00:00
|
|
|
|
<td style="text-align: center;">3</td>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/0_3.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/1_3.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/2_3.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/3_3.jpg" /></td>
|
|
|
|
|
|
</tr>
|
|
|
|
|
|
<tr class="odd">
|
2022-03-29 20:56:03 +00:00
|
|
|
|
<td style="text-align: center;">4</td>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/0_4.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/1_4.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/2_4.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/3_4.jpg" /></td>
|
|
|
|
|
|
</tr>
|
|
|
|
|
|
<tr class="even">
|
2022-03-29 20:56:03 +00:00
|
|
|
|
<td style="text-align: center;">5</td>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/0_5.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/1_5.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/2_5.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/3_5.jpg" /></td>
|
|
|
|
|
|
</tr>
|
|
|
|
|
|
<tr class="odd">
|
2022-03-29 20:56:03 +00:00
|
|
|
|
<td style="text-align: center;">6</td>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/0_6.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/1_6.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/2_6.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/3_6.jpg" /></td>
|
|
|
|
|
|
</tr>
|
|
|
|
|
|
<tr class="even">
|
2022-03-29 20:56:03 +00:00
|
|
|
|
<td style="text-align: center;">7</td>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/0_7.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/1_7.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/2_7.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/3_7.jpg" /></td>
|
|
|
|
|
|
</tr>
|
|
|
|
|
|
<tr class="odd">
|
2022-03-29 20:56:03 +00:00
|
|
|
|
<td style="text-align: center;">8</td>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/0_8.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/1_8.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/2_8.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/3_8.jpg" /></td>
|
|
|
|
|
|
</tr>
|
|
|
|
|
|
<tr class="even">
|
2022-03-29 20:56:03 +00:00
|
|
|
|
<td style="text-align: center;">9</td>
|
2022-03-28 15:43:19 +00:00
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/0_9.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/1_9.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/2_9.jpg" /></td>
|
|
|
|
|
|
<td style="text-align: center;"><img src="demo_datas/3_9.jpg" /></td>
|
|
|
|
|
|
</tr>
|
|
|
|
|
|
</tbody>
|
|
|
|
|
|
</table>
|
2022-03-29 20:56:03 +00:00
|
|
|
|
</body>
|
|
|
|
|
|
</html>
|
