Update README.md

README.md

@@ -11,4 +11,81 @@ tags:
 - vision
 - recycling
 - environment
----
+---
+
+# Garbage Classification Model (Fine-tuned ResNet-50)
+
+Ce modèle est une version fine-tunée de ResNet-50 pour la classification des images de déchets en 8 catégories, utilisant le [Garbage Dataset](https://www.kaggle.com/datasets/danielferreiralara/normalized-garbage-dataset-for-resnet). Ce modèle est conçu pour des applications environnementales telles que le tri automatique des déchets et la sensibilisation au recyclage.
+
+## Modèle de base
+
+Ce modèle est basé sur [ResNet-50 v1.5](https://huggingface.co/microsoft/resnet-50), qui est pré-entraîné sur [ImageNet-1k](https://huggingface.co/datasets/ILSVRC/imagenet-1k). ResNet est une architecture de réseau de neurones convolutionnels qui a introduit les concepts d’apprentissage résiduel et de connexions par saut, permettant ainsi l’entraînement de modèles beaucoup plus profonds.
+ResNet-50 v1.5 inclut une amélioration dans les blocs de bottleneck, utilisant une stride de 2 dans la convolution 3x3, ce qui le rend légèrement plus précis que v1 (∼0,5 % en top-1).
+
+## Description du Modèle
+
+### Classes cibles
+Le modèle classifie les images dans les 8 catégories suivantes :
+- 🔋 Batterie
+- 📦 Carton
+- 🔗 Métal
+- 🍓 Organique
+- 🗳️ Papier
+- 🧳 Plastique
+- 🫙 Verre
+- 👖 Vêtements
+
+### Prétraitement
+Les images du dataset ont été normalisées et redimensionnées à une résolution de 224x224, compatible avec l’entrée du modèle ResNet-50.
+
+### Performance
+Le modèle atteint un **taux de précision global de 94 %** sur le jeu de test du Dataset. Les performances varient légèrement entre les classes en fonction de la diversité des images et des similarités visuelles entre certaines catégories.
+
+## Utilisation prévue & limitations
+
+### Cas d'utilisation
+- Automatisation du tri des déchets pour le recyclage.
+- Développement d'applications éducatives et interactives sur la gestion des déchets.
+- Recherche en vision par ordinateur appliquée à l'environnement.
+
+### Limitations
+Ce modèle a été entraîné sur un dataset limité à 8 catégories. Les scénarios impliquant des déchets très spécifiques ou des catégories en dehors de celles mentionnées pourraient nécessiter un retrain ou une extension du dataset.
+
+## Comment utiliser ce modèle
+Voici un exemple de code pour utiliser ce modèle afin de classifier une image :
+
+```python
+```
+
+## Citations et Références
+
+Si vous utilisez ce modèle, merci de citer à la fois le modèle de base ResNet-50 et le Dataset :
+
+### Modèle de base :
+```bibtex
+@inproceedings{he2016deep,
+title={Deep residual learning for image recognition},
+author={He, Kaiming and Zhang, Xiangyu and Ren, Shaoqing and Sun, Jian},
+booktitle={Proceedings of the IEEE conference on computer vision and pattern recognition},
+pages={770--778},
+year={2016}
+}
+```
+
+### Dataset Waste Classification :
+```bibtex
+
+
+@misc
+
+{garbageDatasetResNet24,
+author = {Ferreira et al.},
+title = {8 classes Garbage Dataset for ResNet},
+year = {2024},
+publisher = {Kaggle},
+howpublished = {\url{[https://kaggle.com](https://www.kaggle.com/datasets/danielferreiralara/normalized-garbage-dataset-for-resnet)}}
+}
+```
+
+## Contact
+Pour toute question ou suggestion, n’hésitez pas à me contacter à [[email protected]](mailto:[email protected]).