code_public/radiacode
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
3 Commits 1 Branch 0 Tags
1e0c1a5ea5214402d8bd31e533c75c85b272323d
Commit Graph

3 Commits

This Branch
This Branch
All Branches
Author SHA1 Message Date
Jacquin Antoine
1e0c1a5ea5 Dashboard web FastAPI + Chart.js 
- 4 vues : spectre temps reel, historique detections, background, timeline CPS
- API REST : /api/status, /api/spectrum/current, /api/spectrum/difference,
  /api/background, /api/background/spectrum, /api/history, /api/cps/timeline
- Frontend vanilla JS + Chart.js (pas de Node.js, leger pour Pi 4)
- Moniteur modifie pour exporter son etat dans /data/monitor_state.json
  et le CPS dans /data/cps_log.jsonl chaque cycle
- Nouveau conteneur Docker 'web' sur port 8080
- Theme sombre, calibration energie (E = 0.33 + 2.97 * canal)

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
 2026-05-19 13:33:07 +02:00
Jacquin Antoine
27ef0727e8 Ajout du tutoriel detaille 
Explication etape par etape du pipeline complet :
- Durees et raisons (24h background, 12-24h spectres synthetiques)
- Bruit Poissonnien et rapport signal/bruit
- Physique des spectres synthetiques (Compton, FWHM, efficacite)
- Architecture VegaModel et resultats d'entrainement
- Interpretation des rapports et isotopes de reference
- Guide de transfer vers Raspberry Pi 4

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
 2026-05-19 12:32:56 +02:00
Jacquin Antoine
745a64b342 Pipeline complet Radiacode 103 - identification automatique d'isotopes 
- VegaModel CNN-FCNN 34.5M params, 82 isotopes, val acc 99.89%
- Generation 50k spectres synthetiques 1D (12-24h durees)
- Entrainement 100 epochs sur RTX 5060 Ti (CUDA 12.8, Blackwell)
- Detection continue avec soustraction du background
- Capture background 24h avec gestion deconnexion
- Docker Compose : conteneur train (GPU) + detect (CPU/USB)
- Modele entraite inclus (vega_best.pt, 395 Mo)

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
 2026-05-19 12:29:56 +02:00