Modèles et poids

Le système est conçu pour être agnostique du modèle dans la famille YOLO.

Architectures supportées

• YOLOv8 : L’ancien standard. Bon compromis.
• YOLOv11 (par défaut) : Meilleur rapport précision/vitesse actuel.
• YOLO-NAS : Supporté via des adaptateurs d’export dédiés.

Mise à jour du modèle

Pour mettre à jour le « cerveau » IA sans changer le code :

1. Entraînez / exportez votre modèle en fichier .pt (PyTorch).
2. Placez le fichier dans services/camera-manager (volume mappé).
3. Mettez à jour .env :

   MODEL_PATH=/app/new-model-v2.pt

4. Redémarrez le conteneur batch-inference.
   • Note : Le premier démarrage sera plus long (recompilation du moteur TensorRT pour les nouveaux poids).

Classes

Le modèle par défaut est entraîné sur le jeu de données FirstBreath avec les IDs de classes suivants : Cheval, Personne.