QV-Pipe Classifier

Deep Learning pour la classification des défauts dans les vidéos Quick-View (VideoPipe 2022)

Ce projet implémente une pipeline complète — de l’extraction de frames jusqu’au modèle final —
pour classifier automatiquement les défauts présents dans les vidéos de canalisations (QV-Pipe).

---

Objectifs

• Extraire, nettoyer et organiser les données QV-Pipe
• Construire des images composites “super-images” 3×3
• Entraîner des modèles multi-label robustes (ConvNeXt, NFNet, TResNet…)
• Effectuer inférence + ensemble sur 5-fold pour maximiser le mAP
• Fournir un environnement reproductible et documenté

---

Architecture du Projet

qv-pipe-classifier/
│
├── data/               → Vidéos brutes, frames, super-images, labels, splits
├── notebooks/          → Exploration, visualisation, analyse des métriques
├── src/                → Code principal (datasets, modèles, losses, training…)
├── exp/                → Configs YAML, logs, résultats, suivi d’expériences
├── scripts/            → Scripts exécutables pour automatiser pipeline 1→5
├── docs/               → Documentation interne, glossaire, références
└── reports/            → Rapport final + figures

---

Pipeline 1 → 5 (Vue simple)

[1] Extraction Frames → [2] Splits 5-Fold → [3] Super-Images → 
[4] Training (Framewise / Superimage) → [5] Inference + Ensemble

---

Installation rapide

conda env create -f environment.yml
conda activate qvpipe

---

▶ Lancement rapide

bash scripts/01_extract_frames.md
bash scripts/02_make_splits.md
bash scripts/03_build_superimages.md
bash scripts/20_train_superimage.md
bash scripts/40_predict_test.md
bash scripts/50_ensemble.md

---

⚠️ Notes importantes

• Les données QV-Pipe ne doivent jamais être versionnées (licence CC-BY-NC-SA)
• Toujours activer l’AMP + EMA pour de meilleurs résultats
• La super-image 3×3 est la méthode ayant donné les meilleurs scores

---

💡 Astuces

• Utiliser OneCycleLR + AdamW
• Utiliser un input size 384–448px pour les super-images
• Faire un ensemble sur plusieurs backbones pour monter le mAP

---

Références

• VideoPipe Challenge 2022
• ML-Decoder, ASL Loss, ConvNeXt, NFNet, EfficientNet