🎯 Vue d'ensemble

Système de contrôle qualité automatisé pour borniers électriques par vision (OpenCV + YOLO/HSV).

• Détection HSV : Fonctionne immédiatement, sans entraînement
• Détection YOLO : Nécessite entraînement sur vos images
• Upload Vidéo : Extraction automatique de frames

🚀 Workflow Standard

Option Rapide : Détection HSV (Recommandé)

1. Prendre une photo du bornier
2. Aller sur Détection HSV
3. Configurer :
4. Nombre de câbles
5. Couleur du fond (HSV)
6. Lancer la détection

Option Complète : Entraînement YOLO

1. Filmer : 10-20s autour du bornier
2. Upload vidéo : Page Vidéo
3. Annoter : Utiliser makesense.ai
4. Entraîner : Lancer yolo/train.py
5. Détecter : Utiliser le modèle entraîné

🔗 Liens Utiles

⚙️ Gestion du Serveur

# Vérifier le statut
systemctl status ebm

# Redémarrer
systemctl restart ebm

# Voir les logs
journalctl -u ebm -f

📚 Documentation Complète

La documentation détaillée est disponible dans l'Obsidian Vault :

• 10 PROJECTS/EBM_Bornier/Procédure-Utilisation.md
• 10 PROJECTS/EBM_Bornier/EBM_Bornier_Application.md