CHAPITRE III

Outils && technologies à utiliser pour la detction d’armes

1-Language de python :

Python est un langage de programmation interprété, multi-paradigme et

multiplateformes. Il favorise la programmation impérative structurée,
fonctionnelle et orientée objet. Il est doté d'un typage dynamique fort, d'une
gestion automatique de la mémoire par ramasse-miettes et d'un système de
gestion d'exceptions
1-1-Avantages de python
- Syntaxe claire et lisible : Python utilise une syntaxe simple
et facile à comprendre, ce qui facilite la lecture et la maintenance du code .
-Grande communauté : Python bénéficie d'une large
communauté d'utilisateurs et de développeurs. Cela signifie qu'il existe de
nombreux tutoriels, bibliothèques et ressources disponibles en ligne.
- Bibliothèques riches : Python dispose d'une vaste
collection de bibliothèques spécialisées pour diverses tâches, telles que le
traitement des données, l'apprentissage automatique, la visualisation
graphique, etc.
- Plateforme multiplateforme : Python est compatible
avec plusieurs plates-formes, ce qui permet d'exécuter le code Python sur
différents systèmes d'exploitation tels que Windows, macOS et Linux.
2-2-Inconvenients de python :
 -Performance relativement plus lente : Python est
interprété et non compilé, ce qui peut entraîner une exécution plus lente par
rapport à des langages tels que C++ ou Java.
-Utilisation de la mémoire : Python utilise plus de mémoire
que certains autres langages en raison de son typage dynamique.
-Pas adapté aux applications mobiles : Bien que Python
puisse être utilisé pour le développement d'applications mobiles, il n'est pas
aussi couramment utilisé que des langages tels que Swift ou Java pour cette
tâche spécifique.

Figure : Un sondage crée sur le meilleur langage de IA .

2- Introduction sur Google Colab, VSCode, Jupyter et StarU :

Google Colab :
 Il s'agit d'un environnement de développement basé sur le cloud,
fournissant un accès gratuit à un environnement Jupyter Notebook avec des
ressources de calcul. Il permet de travailler sur des projets Python sans
nécessiter d'installation locale.
VS Code (Visual Studio Code) :

C'est un éditeur de code source léger, extensible et très populaire,

développé par Microsoft. VSCode prend en charge de nombreux langages de
programmation, y compris Python, et offre des fonctionnalités avancées pour
le développement.
Jupyter :
 Jupyter Notebook est un environnement interactif basé sur le web
qui permet de créer et d'exécuter des documents contenant du code Python
(ou d'autres langages) ainsi que des textes explicatifs, des visualisations, etc .
• Notebook dashboard

• Notebook éditor

StarUML :
 StarUML est un logiciel de modélisation UML, il gère la plupart des
diagrammes spécifiés dans la norme UML 2.0, cédé comme open source par
son éditeur, à la fin de son exploitation commerciale, sous une licence
modifiée de GNU GPL
3-Bibliotheques et technologies :
3-1-Anaconda :
• LA DISTRIBUTION ANACONDA:
Une distribution Python libre qui intègre directement un grand
nombre de packages (il n’est donc plus nécessaire de les installer, mais on peut
en ajouter d’autres si nécessaire avec le gestionnaire de packages Conda).
Après l’installation d’anaconda on accède au navigateur anaconda :

3-2- OpenCV :

OpenCV (Open Source Computer Vision Library) est une

bibliothèque populaire utilisée pour le traitement d'images et la vision par
ordinateur. Elle fournit des fonctionnalités telles que la détection d'objets, la
reconnaissance faciale et la détection de contours, qui peuvent être utilisées
pour la détection d'armes.
 3-3- TensorFlow :

TensorFlow est une bibliothèque d'apprentissage automatique

développée par Google. Elle permet de créer et de former des modèles
d'apprentissage automatique, y compris pour la détection d'objets tels que les
armes. TensorFlow propose également des modèles pré-entraînés pour la
détection d'objets, tels que le modèle "Object Detection API", qui peut être
utilisé pour détecter les armes.
3-5- Numpy :

La bibliothèque NumPy (Numerical Python) est extrêmement utile dans la

détection d'objets, car elle fournit des structures de données et des fonctions
essentielles pour le traitement et la manipulation des données numériques.
3-5- Matplotlib :
La bibliothèque Matplotlib n'est pas directement utilisée pour la détection
d'objets en tant que telle. Cependant, elle peut être utilisée pour visualiser les
résultats et les performances des modèles de détection d'objets.