-
Notifications
You must be signed in to change notification settings - Fork 0
/
view.py
705 lines (579 loc) · 34.5 KB
/
view.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
import traceback
from tkinter.filedialog import *
from tkinter import ttk as tkk
from tkinter.messagebox import showerror, showinfo
import ntpath
from logger import Logger
from thread_with_trace import Thread_with_trace
import sys
from training import *
from cnn import CNN
class Interface(Frame):
"""Notre fenêtre principale.
Tous les widgets sont stockés comme attributs de cette fenêtre."""
def __init__(self, fenetre, **kwargs):
VIEW_DISABLED = DISABLED
VIEW_NORMAL = NORMAL
fenetre.config(height=WINDOW_HEIGHT, width=WINDOW_WIDTH)
Frame.__init__(self, fenetre, width=200, height=200, **kwargs)
self.pack(fill=BOTH)
self.padding = 10
self.modelpath = ""
self.trainpath = ""
self.validationpath = ""
self.pythonpath = ""
self.nb_classes = 0
self.nb_classes_train = 0
self.nb_classes_validation = 0
self.thread_entrainement = None
temp = "asupp"
if (os.path.isfile(temp)):
self.pythonpath = temp
# Création de nos widgets
self.logo = PhotoImage(file=LOGO_PATH)
self.logocadre = Canvas(self, width=867, height=75)
self.logocadre.create_image(0, 0, anchor=NW, image=self.logo)
self.logocadre.place(x=200, y=200, anchor=NW)
self.logocadre.pack()
self.n = tkk.Notebook(self)
self.f1 = Frame(self.n) # first page, which would get widgets gridded into it
self.f2 = Frame(self.n) # second page
self.n.add(self.f1, text=' Entrainement CNN ')
self.n.add(self.f2, text=' Test CNN ')
self.n.pack()
### --- Sortie du script --- ###
self.text = Text(self.f1)
self.text.config(font=("Courrier New", 8))
self.text.pack(fill=Y, side=RIGHT)
### --- Reprise d'entrainement --- ###
self.continuer_entraienment = LabelFrame(self.f1, text="Reprise d'entrainement")
self.continuer_entraienment.pack(fill=X, side=TOP, expand="yes", padx=self.padding, pady=self.padding)
self.continue_train = IntVar()
self.case_continue_train = Checkbutton(self.continuer_entraienment,
text="Continuer un entrainement",
variable=self.continue_train,
command=self.griser_bouton_continuer)
self.case_continue_train.grid(row=0, columnspan=2)
self.label_modele_repris = Label(self.continuer_entraienment, text="Aucun fichier ")
self.label_modele_repris.grid(row=1)
# self.filepath = askopenfilename(title="Ouvrir une image",filetypes=[('png files','.png'),('all files','.*')])
# self.photo = PhotoImage(file=self.filepath)
self.bouton_choose_model = Button(self.continuer_entraienment, text="Choisir un modèle",
command=self.choose_model, state=DISABLED)
self.bouton_choose_model.grid(row=1, column=1)
self.only_weights = IntVar()
self.case_only_weights = Checkbutton(self.continuer_entraienment,
text="Ne contient que les poids",
variable=self.only_weights,
command=self.ne_contient_que_les_poids)
self.case_only_weights.grid(row=2, columnspan=2)
self.case_only_weights.config(state=DISABLED)
self.valeur_finetuning_partiel = IntVar()
self.case_finetuning_partiel = Checkbutton(self.continuer_entraienment,
text="Faire un fine tuning partiel",
variable=self.valeur_finetuning_partiel,
command=self.faire_finetuning_partiel)
self.case_finetuning_partiel.grid(row=3, columnspan=2)
self.case_finetuning_partiel.config(state=DISABLED)
### --- Base --- ###
self.base = LabelFrame(self.f1, text="Base")
self.base.pack(fill=X, side=TOP, expand="yes", padx=self.padding, pady=self.padding)
self.label_nb_epoch = Label(self.base, text="Type de modele: ")
self.label_nb_epoch.grid(row=0)
self.liste_modeles = CONFIG_KEYS(["models"])
self.menu_deroulant_valeur_modeles = StringVar(value=self.liste_modeles[0])
self.menu_deroulant_modeles = tkk.Combobox(self.base, textvariable=self.menu_deroulant_valeur_modeles)
self.menu_deroulant_modeles.grid(row=0, column=1)
self.menu_deroulant_modeles.bind('>', self.on_value_change)
self.menu_deroulant_modeles['values'] = self.liste_modeles
self.label_batch_size = Label(self.base, text="Taille batch: ")
self.label_batch_size.grid(row=1)
self.menu_deroulant_valeur_batch_size = StringVar(value='32')
self.menu_deroulant_batch_size = tkk.Combobox(self.base, textvariable=self.menu_deroulant_valeur_batch_size)
self.menu_deroulant_batch_size.grid(row=1, column=1)
self.menu_deroulant_batch_size.bind('>', self.on_value_change)
self.liste_batch_size = CONFIG["batch_sizes"]
self.menu_deroulant_batch_size['values'] = self.liste_batch_size
"""
self.liste_types_modeles = ('Inception V3', 'ResNet')
self.texte_liste_types_modeles = StringVar()
self.texte_liste_types_modeles.set(self.liste_types_modeles[0])
self.menu_deroulant_modeles = OptionMenu(self.types_modele, self.texte_liste_types_modeles, *self.liste_types_modeles)
self.menu_deroulant_modeles.pack(side="right")
"""
self.valeur_changer_nb_l_to_f = IntVar()
self.case_changer_nb_l_to_f = Checkbutton(self.base,
text="Changer nb layers to freeze",
variable=self.valeur_changer_nb_l_to_f,
command=self.faire_changer_nb_l_to_f)
self.case_changer_nb_l_to_f.grid(row=2, columnspan=2)
self.case_changer_nb_l_to_f.select()
self.label_layers_to_freeze = Label(self.base, text="Nb layers to freeze: ")
self.label_layers_to_freeze.grid(row=3)
self.menu_deroulant_valeur_layers_to_freeze = StringVar(value='200')
self.menu_deroulant_layers_to_freeze = tkk.Combobox(self.base,
textvariable=self.menu_deroulant_valeur_layers_to_freeze)
self.menu_deroulant_layers_to_freeze.grid(row=3, column=1)
self.menu_deroulant_layers_to_freeze.bind('>', self.on_value_change)
self.liste_layers_to_freeze = CONFIG["nb_layers_to_freeze"]
self.menu_deroulant_layers_to_freeze['values'] = self.liste_layers_to_freeze
### --- Pre-entrainement --- ###
self.pre_entrainement = LabelFrame(self.f1, text="Pre-entrainement")
self.pre_entrainement.pack(fill=X, side=TOP, expand="yes", padx=self.padding, pady=self.padding)
self.active_pre_entrainement = IntVar()
self.case_pre_entrainement = Checkbutton(self.pre_entrainement,
text="Faire un pré-entrainement",
variable=self.active_pre_entrainement,
command=self.griser_interface_preentrainement)
self.case_pre_entrainement.grid(row=0, columnspan=2)
self.case_pre_entrainement.select()
self.label_pas_preentrainement = Label(self.pre_entrainement, text="Taille pas: ").grid(row=1)
self.menu_deroulant_valeur_pas_preentrainement = StringVar(value='0.001')
self.menu_deroulant_pas_preentrainement = tkk.Combobox(self.pre_entrainement,
textvariable=self.menu_deroulant_valeur_pas_preentrainement)
self.menu_deroulant_pas_preentrainement.grid(row=1, column=1)
self.menu_deroulant_pas_preentrainement.bind('>', self.on_value_change)
self.liste_pas_preentrainement = CONFIG["pas_propositions"]
self.menu_deroulant_pas_preentrainement['values'] = self.liste_pas_preentrainement
"""
self.liste_pas = ('0.001', '0.0001')
self.texte_liste_pas = StringVar()
self.texte_liste_pas.set(self.liste_pas[0])
self.menu_deroulant_pas_preentrainement = OptionMenu(self.pre_entrainement,
self.texte_liste_pas,
*self.liste_pas)
self.menu_deroulant_pas_preentrainement.pack(side="right")
"""
self.label_epoch_preentrainement = Label(self.pre_entrainement, text="Nb epoch: ")
self.label_epoch_preentrainement.grid(row=2)
self.menu_deroulant_valeur_epoch_preentrainement = StringVar(value='20')
self.menu_deroulant_epoch_preentrainement = tkk.Combobox(self.pre_entrainement,
textvariable=self.menu_deroulant_valeur_epoch_preentrainement)
self.menu_deroulant_epoch_preentrainement.grid(row=2, column=1)
self.menu_deroulant_epoch_preentrainement.bind('>', self.on_value_change)
self.liste_epoch_preentrainement = CONFIG["epoch_propositions"]
self.menu_deroulant_epoch_preentrainement['values'] = self.liste_epoch_preentrainement
self.label_optimiseur_preentrainement = Label(self.pre_entrainement, text="Optimiseur: ")
self.label_optimiseur_preentrainement.grid(row=3)
self.menu_deroulant_valeur_optimiseur_preentrainement = StringVar(value='RMSprop')
self.menu_deroulant_optimiseur_preentrainement = tkk.Combobox(self.pre_entrainement,
textvariable=self.menu_deroulant_valeur_optimiseur_preentrainement)
self.menu_deroulant_optimiseur_preentrainement.grid(row=3, column=1)
self.menu_deroulant_optimiseur_preentrainement.bind('>', self.on_value_change)
self.liste_optimiseur_preentrainement = CONFIG["optimizers"]
self.menu_deroulant_optimiseur_preentrainement['values'] = self.liste_optimiseur_preentrainement
"""
self.label_epoch_preentrainement = Label(self.pre_entrainement, text="Taille pas: ")
self.label_epoch_preentrainement.pack(side="left")
self.liste_epoch = ('0.001', '0.0001')
self.texte_liste_epoch = StringVar()
self.texte_liste_epoch.set(self.liste_epoch[0])
self.menu_deroulant_epoch_preentrainement = OptionMenu(self.pre_entrainement,
self.texte_liste_epoch,
*self.liste_epoch)
self.menu_deroulant_epoch_preentrainement.pack(side="right")
"""
### --- Entrainement --- ###
self.entrainement = LabelFrame(self.f1, text="Entrainement")
self.entrainement.pack(fill=X, side=TOP, expand="yes", padx=self.padding, pady=self.padding)
self.label_pas_entrainement = Label(self.entrainement, text="Taille pas: ").grid(row=1)
self.menu_deroulant_valeur_pas_entrainement = StringVar(value='0.001')
self.menu_deroulant_pas_entrainement = tkk.Combobox(self.entrainement,
textvariable=self.menu_deroulant_valeur_pas_entrainement)
self.menu_deroulant_pas_entrainement.grid(row=1, column=1)
self.menu_deroulant_pas_entrainement.bind('>', self.on_value_change)
self.liste_pas_entrainement = CONFIG["pas_propositions"]
self.menu_deroulant_pas_entrainement['values'] = self.liste_pas_entrainement
self.label_epoch_entrainement = Label(self.entrainement, text="Nb epoch: ")
self.label_epoch_entrainement.grid(row=2)
self.menu_deroulant_valeur_epoch_entrainement = StringVar(value='50')
self.menu_deroulant_epoch_entrainement = tkk.Combobox(self.entrainement,
textvariable=self.menu_deroulant_valeur_epoch_entrainement)
self.menu_deroulant_epoch_entrainement.grid(row=2, column=1)
self.menu_deroulant_epoch_entrainement.bind('>', self.on_value_change)
self.liste_epoch_entrainement = CONFIG["epoch_propositions"]
self.menu_deroulant_epoch_entrainement['values'] = self.liste_epoch_entrainement
self.label_optimiseur_entrainement = Label(self.entrainement, text="Optimiseur: ")
self.label_optimiseur_entrainement.grid(row=3)
self.menu_deroulant_valeur_optimiseur_entrainement = StringVar(value='Adam')
self.menu_deroulant_optimiseur_entrainement = tkk.Combobox(self.entrainement,
textvariable=self.menu_deroulant_valeur_optimiseur_entrainement)
self.menu_deroulant_optimiseur_entrainement.grid(row=3, column=1)
self.menu_deroulant_optimiseur_entrainement.bind('>', self.on_value_change)
self.liste_optimiseur_entrainement = CONFIG["optimizers"]
self.menu_deroulant_optimiseur_entrainement['values'] = self.liste_optimiseur_entrainement
### --- Dataset --- ###
self.dataset = LabelFrame(self.f1, text="Dataset")
self.dataset.pack(fill=X, side=TOP, expand="yes", padx=self.padding, pady=self.padding)
self.label_dataset_train = Label(self.dataset, text="0 photo, 0 classe")
self.label_dataset_train.grid(row=1)
self.bouton_choose_dataset_train = Button(self.dataset, text="Dossier d'entrainement",
command=self.choose_dataset_train)
self.bouton_choose_dataset_train.grid(row=1, column=1)
self.label_dataset_validation = Label(self.dataset, text="0 photo, 0 classe")
self.label_dataset_validation.grid(row=2)
self.bouton_choose_dataset_validation = Button(self.dataset, text="Dossier de validation",
command=self.choose_dataset_validation)
self.bouton_choose_dataset_validation.grid(row=2, column=1)
### --- Lancer l'entrainement --- ###
self.cadre_lancer_entrainement = Frame(self.f1, borderwidth=20, relief=FLAT)
self.cadre_lancer_entrainement.pack(fill=X, side=TOP, expand="yes", padx=self.padding, pady=self.padding)
self.bouton_lancer_entrainement = Button(self.cadre_lancer_entrainement, text="Lancer l'entrainement !",
fg="green", command=self.verification_et_lancement)
self.bouton_lancer_entrainement.pack(side="left")
self.bouton_stopper_entrainement = Button(self.cadre_lancer_entrainement, text="Stopper l'entrainement",
fg="red", command=self.stopper_entrainement)
self.bouton_stopper_entrainement.pack(side="right")
"""
import tkinter.font
for name in sorted(tkinter.font.families()):
print(name)
"""
### --- Bar de chargement --- ###
# Prepare the type of Progress bar needed.
# Look out for determinate mode and pick the suitable one
# Other formats of display can be suitably explored
self.processing_bar = tkk.Progressbar(self.f1, orient='horizontal', length=300, value=0, maximum=100)
# Place the bar at the centre of the window
self.processing_bar.place(relx=0.5, rely=0.5, anchor=CENTER)
self.processing_bar.pack(fill=X, side=BOTTOM, expand="yes")
# command = "C:\\Users\\EnzoGamer\\AppData\\Local\\conda\\conda\\envs\\tf_gpu\\python.exe \"C:\\Users\\EnzoGamer\\Desktop\\PROJET IA\\cnn trainer\\CNNTrainer\\script.py\""
# t = Thread(target = lambda: leterminal(command, self.text))
# t.start()
### ### ### === === TEST D'UN MODELE === === ### ### ###
self.trainedmodelpath = ""
self.liste_classes = []
self.nb_classes = 0
self.cnn_a_tester = None
### --- Choix du modele a tester --- ###
self.test_model = LabelFrame(self.f2, text="Modèle")
self.test_model.grid(row=0, padx=self.padding, pady=self.padding)
self.label_test_model = Label(self.test_model, text="Aucun fichier ")
self.label_test_model.grid(row=1)
# self.filepath = askopenfilename(title="Ouvrir une image",filetypes=[('png files','.png'),('all files','.*')])
# self.photo = PhotoImage(file=self.filepath)
self.bouton_choose_test_model = Button(self.test_model, text="Choisir un modèle",
command=self.choose_test_model)
self.bouton_choose_test_model.grid(row=1, column=1)
### --- Indication des différentes classes --- ###
self.test_classes = LabelFrame(self.f2, text="Classes")
self.test_classes.grid(row=1, padx=self.padding, pady=self.padding)
self.label_nb_classes_test = Label(self.test_classes, text="0 classe trouvée")
self.label_nb_classes_test.pack()
self.texte_classes = Text(self.test_classes)
self.texte_classes.config(font=("Source Code Pro", 8), width=50)
self.texte_classes.pack()
self.cadre_actualiser_classes = Frame(self.test_classes, borderwidth=20, relief=FLAT)
self.cadre_actualiser_classes.pack()
self.bouton_lancer_entrainement = Button(self.cadre_actualiser_classes, text="Actualiser",
command=self.actualiser_classes_test)
self.bouton_lancer_entrainement.pack(side="bottom")
### --- Test de l'image --- ###
self.test_image = LabelFrame(self.f2, text="Test")
self.test_image.grid(row=0, column=1, rowspan=20, padx=self.padding, pady=self.padding)
self.test_image_cadre = Canvas(self.test_image, width=500, height=500)
# self.test_image_cadre.create_image(0, 0, anchor=NW)
self.test_image_cadre.grid(row=0, columnspan=2)
self.label_test_image = Label(self.test_image, text="Image : Aucun fichier ")
self.label_test_image.grid(row=1)
# self.filepath = askopenfilename(title="Ouvrir une image",filetypes=[('png files','.png'),('all files','.*')])
# self.photo = PhotoImage(file=self.filepath)
self.bouton_choose_test_image = Button(self.test_image, text="Choisir une image",
command=self.choose_test_image)
self.bouton_choose_test_image.grid(row=1, column=1)
self.label_test_reponse = Label(self.test_image, text="...")
self.label_test_reponse.grid(row=2)
self.label_test_suretee = Label(self.test_image, text="0 %")
self.label_test_suretee.grid(row=3)
self.label_pythonpath = Label(self, text="Chemin vers l'interpreteur python: " + self.pythonpath)
self.label_pythonpath.pack(side="left")
self.bouton_cliquer = Button(self, text="Changer d'interpreteur python", fg="red",
command=self.change_pyhton_path)
self.bouton_cliquer.pack(side="right")
def verification_et_lancement(
self): ### --- --- On ne peut pas juste faire un include sinon on a pas la sortie du terminal --- --- ###
reprise = False
path_modele = ""
type_modele = "Inception V3"
nb_classes = 0
dir_train = ""
dir_train_nb_fic = 0
dir_validation = ""
dir_validation_nb_fic = 0
preentrainement = False
nb_epoch_preentrainement = 0
pas_preentrainement = 0
optimiseur_preentrainement = ""
nb_epoch_entrainement = 0
pas_entrainement = 0
optimiseur_entrainement = ""
batch_size = 0
reprise_poids = True
finetuning_partiel = False
nb_layers_to_freeze = 249
change_nb_l_to_f = True
erronne = False
erreurs = []
try:
if (self.nb_classes_train == 0 and self.nb_classes_validation == 0):
erronne = True
erreurs.append("Aucune classe n'est fournie")
elif (self.nb_classes_train != self.nb_classes_validation):
erronne = True
erreurs.append("Le nombre de classes des dossiers de validation et d'entrainement sont différents")
else:
nb_classes = self.nb_classes_train
dir_train = self.trainpath
for root, dirs, files in os.walk(self.trainpath):
dir_train_nb_fic += len(files)
# dir_train_nb_fic = int(len(next(os.walk(self.trainpath))[1]))
dir_validation = self.validationpath
for root, dirs, files in os.walk(self.validationpath):
dir_validation_nb_fic += len(files)
# dir_validation_nb_fic = int(len(next(os.walk(self.validationpath))[1]))
try:
batch_size = int(self.menu_deroulant_valeur_batch_size.get())
except:
erronne = True
erreurs.append("La valeur donnée pour la taille du batch (tampon) n'est pas un entier valide")
if (self.continue_train.get() == 1):
reprise = True
path_modele = self.modelpath
if self.menu_deroulant_valeur_modeles.get() in CONFIG["models"].keys():
type_modele = self.menu_deroulant_valeur_modeles.get()
else:
erronne = True
erreurs.append(
"Le modele demandé n'est pas supporté, veuillez entrer un modele parmis ceux proposés (il est possible que vous ayez fait une erreur de frappe)")
if self.active_pre_entrainement.get() == 1:
preentrainement = True
try:
pas_preentrainement = float(self.menu_deroulant_valeur_pas_preentrainement.get())
except:
erronne = True
erreurs.append("La valeur donnée pour la taille de pas du préentrainement n'est pas un reel valide")
try:
nb_epoch_preentrainement = int(self.menu_deroulant_valeur_epoch_preentrainement.get())
except:
erronne = True
erreurs.append("La valeur donnée pour le nb d'epoch du préentrainement n'est pas un entier valide")
if self.menu_deroulant_valeur_optimiseur_preentrainement.get() in ["RMSprop", "Adam", "AMSGrad", "SGD"]:
optimiseur_preentrainement = self.menu_deroulant_valeur_optimiseur_preentrainement.get()
else:
erronne = True
erreurs.append(
"L'optimiseur demandé n'est pas supporté, veuillez entrer un optimiseur parmis ceux proposés (il est possible que vous ayez fait une erreur de frappe)")
try:
pas_entrainement = float(self.menu_deroulant_valeur_pas_entrainement.get())
except:
erronne = True
erreurs.append("La valeur donnée pour la taille de pas de l'entrainement n'est pas un reel valide")
try:
nb_epoch_entrainement = int(self.menu_deroulant_valeur_epoch_entrainement.get())
except:
erronne = True
erreurs.append("La valeur donnée pour le nb d'epoch du entrainement n'est pas un entier valide")
if self.menu_deroulant_valeur_optimiseur_entrainement.get() in ["RMSprop", "Adam", "AMSGrad", "SGD"]:
optimiseur_entrainement = self.menu_deroulant_valeur_optimiseur_entrainement.get()
else:
erronne = True
erreurs.append(
"L'optimiseur demandé n'est pas supporté, veuillez entrer un optimiseur parmis ceux proposés (il est possible que vous ayez fait une erreur de frappe)")
if int(self.menu_deroulant_valeur_layers_to_freeze.get()) >= 0:
nb_layers_to_freeze = int(self.menu_deroulant_valeur_layers_to_freeze.get())
else:
erronne = True
erreurs.append("La valeur du nombre de couches à rendre non-entrainables est erroné")
if self.only_weights.get() == 1:
reprise_poids = True
else:
reprise_poids = False
if self.valeur_finetuning_partiel.get() == 1:
finetuning_partiel = True
else:
finetuning_partiel = False
if self.valeur_changer_nb_l_to_f.get() == 1:
change_nb_l_to_f = True
else:
change_nb_l_to_f = False
if erreurs:
texte = ""
for erreur in erreurs:
texte += " - " + erreur + "\n"
showerror("Erreur", texte)
except Exception as e:
showerror("Erreur", "Erreur lors de l'enregistrement des parametres")
print(e)
traceback.print_stack()
if not erronne:
sys.stdout = Logger(self.text)
sys.stderr = Logger(self.text)
# On va se baser sur les différentes sorties pour calculer l'avancement de la barre de progression
sys.stdout.set_training_bar(self.processing_bar)
sys.stderr.set_training_bar(self.processing_bar)
self.thread_entrainement = Thread_with_trace(
target=lambda: run_training(self.bouton_lancer_entrainement, nb_layers_to_freeze, change_nb_l_to_f,
reprise, reprise_poids, finetuning_partiel, path_modele, nb_classes,
dir_train, dir_train_nb_fic, dir_validation, dir_validation_nb_fic,
preentrainement, nb_epoch_preentrainement, pas_preentrainement,
nb_epoch_entrainement, pas_entrainement, batch_size, type_modele,
optimiseur_preentrainement, optimiseur_entrainement))
self.thread_entrainement.start()
def stopper_entrainement(self):
self.thread_entrainement.kill()
self.thread_entrainement.join()
if not self.thread_entrainement.isAlive():
print("=== === Entrainement stoppé === ===")
def choose_dataset_train(self):
temp = askdirectory(title="Dossier contenant les images à utiliser lors de l'entrainement")
if (os.path.exists(temp) and int(len(next(os.walk(temp))[1])) > 0):
dir_train_nb_fic = 0
for root, dirs, files in os.walk(temp):
dir_train_nb_fic += len(files)
# print(dir_train_nb_fic)
if (dir_train_nb_fic > 0):
self.trainpath = temp
self.nb_classes_train = int(len(next(os.walk(temp))[1]))
self.label_dataset_train["text"] = str(dir_train_nb_fic) + " photos, " + str(
self.nb_classes_train) + " classes"
else:
showerror("Aucune photo trouvée",
"le dossier d'entrainement que vous avez donné semble contenir des classes mais ne contient aucune photo !")
elif (int(len(next(os.walk(temp))[1])) == 0):
showerror("Aucune classe trouvée",
"le dossier d'entrainement que vous avez donné ne contient aucune classe !")
self.label_dataset_train["text"] = "0 photo"
else:
showerror("Chemin invalide", "le chemin que vous avez donné n'est pas valide !")
def choose_dataset_validation(self):
temp = askdirectory(
title="Dossier contenant les images à utiliser pour vérifier la performance du CCN pendant l'entrainement")
if (os.path.exists(temp) and int(len(next(os.walk(temp))[1])) > 0):
dir_validation_nb_fic = 0
for root, dirs, files in os.walk(temp):
dir_validation_nb_fic += len(files)
# print(dir_validation_nb_fic)
if (dir_validation_nb_fic > 0):
self.validationpath = temp
self.nb_classes_validation = int(len(next(os.walk(temp))[1]))
self.label_dataset_validation["text"] = str(dir_validation_nb_fic) + " photos, " + str(
self.nb_classes_validation) + " classes"
else:
showerror("Aucune photo trouvée",
"le dossier de validation que vous avez donné semble contenir des classes mais ne contient aucune photo !")
elif (int(len(next(os.walk(temp))[1])) == 0):
showerror("Aucune classe trouvée",
"le dossier de validation que vous avez donné ne contient aucune classe !")
self.label_dataset_validation["text"] = "0 photo"
else:
showerror("Chemin invalide", "le chemin que vous avez donné n'est pas valide !")
def on_value_change(self):
print("méthode on_value_change() utilisée")
def griser_interface_preentrainement(self):
if (self.active_pre_entrainement.get() == 1):
self.menu_deroulant_pas_preentrainement.config(state=NORMAL)
self.menu_deroulant_epoch_preentrainement.config(state=NORMAL)
self.menu_deroulant_optimiseur_preentrainement.config(state=NORMAL)
else:
self.menu_deroulant_pas_preentrainement.config(state=DISABLED)
self.menu_deroulant_epoch_preentrainement.config(state=DISABLED)
self.menu_deroulant_optimiseur_preentrainement.config(state=DISABLED)
def griser_bouton_continuer(self):
if (self.continue_train.get() == 1):
self.bouton_choose_model.config(state=NORMAL)
self.case_only_weights.config(state=NORMAL)
self.case_finetuning_partiel.config(state=NORMAL)
if self.only_weights.get() == 1:
self.menu_deroulant_modeles.config(state=NORMAL)
else:
self.menu_deroulant_modeles.config(state=DISABLED)
else:
self.bouton_choose_model.config(state=DISABLED)
self.case_only_weights.config(state=DISABLED)
self.case_finetuning_partiel.config(state=DISABLED)
self.menu_deroulant_modeles.config(state=NORMAL)
def ne_contient_que_les_poids(self):
if (self.only_weights.get() == 1):
self.menu_deroulant_modeles.config(state=NORMAL)
else:
self.menu_deroulant_modeles.config(state=DISABLED)
def faire_finetuning_partiel(self):
pass
def change_pyhton_path(self):
temp = askopenfilename(title="Indiquer l'interpreteur python à utiliser",
filetypes=[('python', '.*'), ('all files', '.*')])
if (os.path.isfile(temp)):
self.pythonpath = temp
change_path(temp)
# changer_xml(balise="pyhton_path", attribut="path", valeur=temp)
else:
print("le chemin que vous venez de donner n'est pas valide")
print("affichage de pythonpath :")
print(self.pythonpath)
print("modification du label de texte ..")
self.label_pythonpath["text"] = "Chemin vers l'interpreteur python: " + self.pythonpath
showinfo("Modification de l'interpreteur python",
"CNNTrainer va quitter, lorsque vous le rouvrirez il s'executera normalement sur le bon interpreteur")
sys.exit()
def choose_model(self):
temp = askopenfilename(title="Choisir un modèle de réseau de neurones convolutionnel",
filetypes=[('h5 files', '.h5'), ('all files', '.*')])
if (os.path.isfile(temp) and (os.path.splitext(temp)[1] == ".h5" or os.path.splitext(temp)[1] == ".tflite")):
self.modelpath = temp
self.label_modele_repris["text"] = ntpath.basename(temp)
else:
showerror("Fichier invalide", "Le fichier que vous indiquez n'est pas valide !")
def choose_test_model(self):
temp = askopenfilename(title="Choisir un modèle de réseau de neurones convolutionnel",
filetypes=[('h5 files', '.h5'), ('all files', '.*')])
if (os.path.isfile(temp) and os.path.splitext(temp)[1] == ".h5"):
self.trainedmodelpath = temp
self.label_test_model["text"] = ntpath.basename(temp)
if self.cnn_a_tester is None:
# showerror("Probleme", "Le CNN n'a pas été chargé jusque là")
self.cnn_a_tester = CNN(self.trainedmodelpath)
if self.cnn_a_tester is None:
showerror("Probleme", "Le CNN n'a pas pu etre chargé")
else:
self.cnn_a_tester.actualiser(self.trainedmodelpath)
# self.cnn_a_tester.path_to_model_weights = temp
else:
showerror("Fichier invalide", "Le fichier que vous indiquez n'est pas valide !")
def actualiser_classes_test(self):
self.liste_classes = []
self.liste_classes = self.texte_classes.get("1.0", END).split("\n")
self.liste_classes.remove('')
self.nb_classes = len(self.liste_classes)
self.label_nb_classes_test["text"] = str(self.nb_classes) + " classes trouvées"
"""
if self.cnn_a_tester is None:
self.cnn_a_tester = CNN_a_tester(self.trainedmodelpath)
"""
# self.cnn_a_tester.nb_classes = self.nb_classes
self.cnn_a_tester.categories = self.liste_classes
# self.cnn_a_tester.actualiser()
# print(self.liste_classes)
def choose_test_image(self):
temp = askopenfilename(title="Choisir un modèle de réseau de neurones convolutionnel",
filetypes=[('all files', '.*'), ('péaingé', '.png'), ('jipégé', '.jpg'),
('jife', '.gif')])
if (os.path.isfile(temp)):
if self.cnn_a_tester is None:
showerror("Probleme", "Le CNN n'a pas été chargé jusque là")
self.cnn_a_tester = CNN(self.trainedmodelpath)
reponse, suretee, img = self.cnn_a_tester.predict(temp)
self.label_test_image["text"] = "Image : " + temp
self.label_test_reponse["text"] = reponse
self.label_test_suretee["text"] = str(suretee) + " %"
"""
photo = PhotoImage(file=temp)
self.test_image_cadre.create_image(200, 200, image=photo)
"""
# self.logocadre.place(x=200, y=200, anchor=NW)
else:
showerror("Image invalide", "L'image que vous indiquez n'est pas valide !")
def faire_changer_nb_l_to_f(self):
if (self.valeur_changer_nb_l_to_f.get() == 1):
self.menu_deroulant_layers_to_freeze.config(state=NORMAL)
else:
self.menu_deroulant_layers_to_freeze.config(state=DISABLED)