Initial commit

docs/reference/TELECHARGER_MODELES.md

@@ -0,0 +1,220 @@
+# 📥 Télécharger les Modèles d'IA
+
+## Pourquoi Télécharger les Modèles ?
+
+RPA Vision V2 utilise plusieurs modèles d'IA :
+- **OpenCLIP** : Pour la mémoire visuelle (embeddings)
+- **OWL-v2** : Pour la détection d'éléments UI
+- **Qwen 2.5-VL** : Pour le raisonnement visuel (via Ollama)
+
+Ces modèles sont téléchargés **automatiquement** lors de la première utilisation, mais cela peut prendre du temps.
+
+## 🚀 Téléchargement Automatique
+
+### Option 1: Script de Téléchargement (Recommandé)
+
+```bash
+cd geniusia2
+source venv/bin/activate
+python3 download_models.py
+```
+
+Ce script télécharge tous les modèles nécessaires en une seule fois.
+
+### Option 2: Laisser l'Application Télécharger
+
+Les modèles seront téléchargés automatiquement au premier lancement :
+- **OpenCLIP** : ~600 MB (téléchargé au démarrage)
+- **OWL-v2** : ~1.5 GB (téléchargé à la première détection)
+- **Qwen 2.5-VL** : ~4 GB (via Ollama, optionnel)
+
+---
+
+## 📦 Détails des Modèles
+
+### 1. OpenCLIP (Obligatoire)
+
+**Utilisation** : Mémoire visuelle et comparaison d'images
+
+**Téléchargement automatique** : Oui, au démarrage de l'application
+
+**Taille** : ~600 MB
+
+**Emplacement** : Cache Hugging Face (`~/.cache/huggingface/`)
+
+### 2. OWL-v2 (Obligatoire)
+
+**Utilisation** : Détection d'éléments UI (boutons, champs, etc.)
+
+**Téléchargement automatique** : Oui, à la première détection
+
+**Taille** : ~1.5 GB
+
+**Emplacement** : `geniusia2/models/owl_v2/`
+
+**Téléchargement manuel** :
+```python
+from transformers import Owlv2Processor, Owlv2ForObjectDetection
+
+processor = Owlv2Processor.from_pretrained(
+    "google/owlv2-base-patch16-ensemble"
+)
+model = Owlv2ForObjectDetection.from_pretrained(
+    "google/owlv2-base-patch16-ensemble"
+)
+```
+
+### 3. Qwen3-VL (Optionnel mais Recommandé)
+
+**Utilisation** : Raisonnement visuel avancé
+
+**Téléchargement automatique** : Non, via Ollama
+
+**Taille** : ~6 GB (version 8b)
+
+**Installation** :
+```bash
+# 1. Installer Ollama
+curl -fsSL https://ollama.com/install.sh | sh
+
+# 2. Télécharger le modèle (version 8b recommandée)
+ollama pull qwen3-vl:8b
+
+# 3. Vérifier
+ollama list
+```
+
+**Versions disponibles** :
+- `qwen3-vl:8b` : 6 GB (recommandé, bon équilibre)
+- `qwen3-vl:32b` : 20 GB (meilleure qualité, plus lent)
+
+**Note** : L'application fonctionne sans Qwen, mais avec des capacités réduites.
+
+---
+
+## 🔍 Vérifier les Modèles Installés
+
+### Vérifier OpenCLIP
+```bash
+cd geniusia2
+source venv/bin/activate
+python3 -c "import open_clip; print('OpenCLIP OK')"
+```
+
+### Vérifier OWL-v2
+```bash
+ls -lh models/owl_v2/
+```
+
+### Vérifier Ollama et Qwen
+```bash
+ollama list
+```
+
+---
+
+## 💾 Espace Disque Requis
+
+| Modèle | Taille | Obligatoire |
+|--------|--------|-------------|
+| OpenCLIP | ~600 MB | ✅ Oui |
+| OWL-v2 | ~1.5 GB | ✅ Oui |
+| Qwen 2.5-VL | ~4 GB | ⚠️ Optionnel |
+| **Total** | **~6 GB** | |
+
+**Espace recommandé** : 10 GB libres
+
+---
+
+## ⚡ Optimisation
+
+### Utiliser un GPU (Optionnel)
+
+Si tu as une carte NVIDIA avec CUDA :
+
+1. **Vérifier CUDA** :
+```bash
+nvidia-smi
+```
+
+2. **Les modèles utiliseront automatiquement le GPU** si disponible
+
+3. **Performance** :
+   - CPU : ~2-5 secondes par détection
+   - GPU : ~0.1-0.5 secondes par détection
+
+### Mode Dégradé (Sans Qwen)
+
+L'application fonctionne sans Ollama/Qwen :
+- ✅ Détection UI : OWL-v2
+- ✅ Mémoire visuelle : OpenCLIP
+- ❌ Raisonnement avancé : Désactivé
+
+---
+
+## 🐛 Dépannage
+
+### Erreur "Out of Memory"
+
+**Cause** : Pas assez de RAM/VRAM
+
+**Solution** :
+1. Fermer les applications gourmandes
+2. Utiliser un modèle plus petit (à venir)
+3. Augmenter le swap
+
+### Téléchargement Lent
+
+**Cause** : Connexion internet lente
+
+**Solution** :
+1. Utiliser le script `download_models.py` en arrière-plan
+2. Télécharger pendant la nuit
+3. Utiliser un miroir Hugging Face (avancé)
+
+### Ollama ne Démarre Pas
+
+**Cause** : Service non démarré
+
+**Solution** :
+```bash
+# Démarrer Ollama
+ollama serve
+
+# Dans un autre terminal
+ollama pull qwen2.5-vl:7b
+```
+
+---
+
+## 📝 Résumé
+
+**Pour une installation complète** :
+
+```bash
+# 1. Installer Ollama
+curl -fsSL https://ollama.com/install.sh | sh
+
+# 2. Télécharger Qwen
+ollama pull qwen2.5-vl:7b
+
+# 3. Télécharger les autres modèles
+cd geniusia2
+source venv/bin/activate
+python3 download_models.py
+
+# 4. Lancer l'application
+./run.sh
+```
+
+**Pour une installation minimale** (sans Qwen) :
+
+```bash
+# Les modèles seront téléchargés automatiquement
+cd geniusia2
+./run.sh
+```
+
+---
+
+**Les modèles sont téléchargés une seule fois et réutilisés ensuite ! 🚀**