niyya-face-detector 1.2.1

Module de détection faciale pour la modération de contenu

Niyya Face Detector

Module de détection faciale pour la modération de contenu image.
Supporte Haar Cascades, DNN et RetinaFace via une interface unifiée.

---

🚀 Installation

# Installation de base
pip install niyya-face-detector

Prérequis système (Linux)

# Pour OpenCV
sudo apt-get install -y libgl1-mesa-glx libglib2.0-0

---

📖 Usage Rapide

Détection depuis un fichier

from face_detection.detector import FaceDetector

# Initialisation
detector = FaceDetector(model_type="retinaface")  # ou "haar", "dnn"

# Analyse d'une image
result = detector.analyze("photo.jpg")

print(f"Visage détecté: {result['has_face']}")
print(f"Nombre de visages: {result['face_count']}")
print(f"Confiance: {result['confidence']:.2%}")

Analyse depuis des bytes (pour API)

with open("photo.jpg", "rb") as f:
    image_bytes = f.read()

result = detector.analyze_bytes(image_bytes)

---

⚙️ Modèles Disponus

Modèle	Précision	Vitesse	Usage Recommandé
haar	⭐⭐	⚡⚡	Tests rapides, prototype
dnn (en cours d'implémentation)	⭐⭐⭐⭐	⚡⚡	Production légère
retinaface	⭐⭐⭐⭐⭐	⚡	Hijab, occlusions, production

Conseil : Pour une détection optimale sur des visages avec occlusions partielles, utilisez le modèle retinaface.

---

📦 Options d'Installation

# Développement
pip install niyya-face-detector[dev]

# Documentation
pip install niyya-face-detector[docs]

# Tout en un
pip install niyya-face-detector[all]

---

🧪 Tests

# Installer les dépendances de test
pip install niyya-face-detector[dev]

# Lancer les tests
pytest tests/ -v

---

📚 Documentation Complète

La documentation complète est disponible sur :
🔗 https://saadiinho.github.io/niyya-face-detector/

---

🤝 Contributing

Les contributions sont les bienvenues !

1. Fork le projet
2. Crée une branche feature (git checkout -b feature/amazing-feature)
3. Commit tes changements (git commit -m 'Add amazing feature')
4. Push vers la branche (git push origin feature/amazing-feature)
5. Ouvre une Pull Request

---

📄 Licence

Distribué sous la licence MIT. Voir LICENSE pour plus d'informations.

---

🙏 Remerciements

• OpenCV pour la vision par ordinateur
• InsightFace pour RetinaFace
• La communauté Niyya Women pour les retours et tests

---

📞 Contact

Saad RAFIQUL - @Saadiinho - [e-mail]

Projet : https://github.com/Saadiinho/niyya-face-detector