Préparation du dépôt

README.md

@@ -0,0 +1,70 @@
+Voici une version rédigée pour le **README** et la **Dataset Card** expliquant la démarche de création et les étapes suivies pour structurer et pousser ce dataset.
+
+---
+
+## README.md
+
+### **Système de Fichiers et Big Data : Construction du Dataset IAM-RIMES**
+
+#### **Résumé**
+Ce projet présente la création d’un dataset manuscrit en français à partir de deux sources principales : 
+1. Le dataset manuscrit IAM (en anglais).
+2. Le dataset RIMES (en français).
+
+#### **Phases de Création**
+1. **Collecte des Données Sources** :  
+   - Récupération du jeu de données IAM contenant des textes manuscrits en anglais.
+   - Application d’un modèle de traduction automatique pour obtenir des textes en français.
+   - Génération synthétique de manuscrits en français à l’aide d’un modèle GAN (Generative Adversarial Network). La méthodologie s’appuie notamment sur le projet [ScrabbleGAN](https://github.com/arshjot/ScrabbleGAN).
+
+2. **Fusion des Datasets** :  
+   - Les données générées à partir de IAM ont été fusionnées avec le dataset RIMES, augmentant significativement la taille et la diversité des données.
+
+#### **Structure et Organisation des Fichiers**
+Pour surmonter les limitations des systèmes de fichiers et des plateformes d’hébergement, les données ont été organisées en sous-dossiers contenant jusqu’à **1 000 fichiers chacun** :
+- **Images/** : Contient les images manuscrites.
+  - Sous-dossiers : `part1`, `part2`, ..., chaque dossier contient 1 000 images.
+- **Labels/** : Contient les fichiers texte correspondant aux annotations des images manuscrites.
+  - Sous-dossiers : `part1`, `part2`, ..., chaque dossier contient 1 000 fichiers texte.
+
+#### **Dataset IAM-RIMES**
+Ce dataset offre un mélange unique des données générées synthétiquement et des données réelles. Avec cette fusion, la taille critique nécessaire à des expérimentations sur des modèles modernes est atteinte, ouvrant la voie à des applications variées, telles que la reconnaissance et la génération d’écriture manuscrite.
+
+---
+
+## Dataset Card
+
+### **IAM-RIMES Dataset**
+
+#### **Résumé**
+Le dataset IAM-RIMES est un ensemble de données manuscrites en français, créé en fusionnant :
+1. **IAM Dataset** : Traduit et enrichi par des textes manuscrits synthétiques.
+2. **RIMES Dataset** : Ensemble de textes manuscrits réels en français.
+
+#### **Détails Techniques**
+- **Sources** : IAM (anglais) et RIMES (français).
+- **Approches Utilisées** :
+  - Traduction automatique pour convertir le contenu IAM en français.
+  - GANs pour générer des manuscrits synthétiques réalistes à partir de textes traduits.
+  - Fusion des données générées avec RIMES pour augmenter la taille du dataset.
+
+#### **Structure du Dataset**
+- **Images/** : Contient les images manuscrites, organisées en sous-dossiers avec au maximum 1 000 fichiers par dossier.
+- **Labels/** : Contient les annotations texte correspondantes, organisées de la même manière.
+
+#### **Application**
+Le dataset IAM-RIMES est idéal pour des tâches telles que :
+- La reconnaissance optique de l’écriture manuscrite (OCR).
+- La génération de textes manuscrits synthétiques.
+- Les analyses linguistiques appliquées aux manuscrits.
+
+#### **Taille**
+- Nombre total d’images manuscrites : ~50 000.
+- Taille totale : ~500 Mo.
+
+#### **Références**
+- [ScrabbleGAN Repository](https://github.com/arshjot/ScrabbleGAN)
+- [IAM Dataset](https://fki.tic.heia-fr.ch/databases/iam-handwriting-database)
+- [RIMES Dataset](http://www.a2ia.com/fr/rimes-database)
+
+---