chore(scaffolding): création arborescence du projet

ARCHITECTURE.md

@@ -18,6 +18,12 @@ Objectif : générer une représentation visuelle du ciel à partir de données
 Entrée : CSV Hipparcos pré-traité
 Sortie : carte du ciel visuelle (image/rendu Streamlit)
 
+### Choix techniques
+
+- **Projection** : implémentation manuelle (pas de lib dédiée type WCS d'astropy) - choix pédagogique assumé, type de projection (stéréographique, orthographique...) à arrêter en phase de pseudo-code
+- **Pré-traitement du catalogue** : `astropy` (parsing du format Hipparcos brut)
+- **Rendu graphique** : `plotly` (via `st.plotly_chart`) - interactivité native (zoom, hover, pan) sans développement custom, adapté à un scatter plot de quelques centaines à quelques dizaines de milliers de points.
+
 ## Pipeline B - Détection d'étoiles sur image réelle
 
 Objectif : identifier la position d'étoiles (blobs lumineux) dans une image test fixe, sans référence au catalogue.
@@ -30,6 +36,11 @@ Objectif : identifier la position d'étoiles (blobs lumineux) dans une image tes
 Entrée : image test (fichier image)
 Sortie : liste de coordonnées (x, y) des étoiles détectées dans l'image
 
+### Choix techniques
+
+- **Détection de blobs** : `cv2.SimpleBlobDetector` (OpenCV) - filtrage qualité (taille, circularité, convexité, inertie) déjà géré nativement par le detector
+- **Clustering de nettoyage de bruit** : retiré du scope v1. `SimpleBlobDetector` gère déjà l'essentiel du filtrage qualité en interne ; un clustering de déduplication spatiale (regrouper plusieurs détections voisines correspondant à la même étoile) ne sera réintroduit que si ce problème est observé concrètement en pratique sur des images de test réelles.
+
 ## Pipeline C - Classification Messier / non-Messier
 
 Objectif : déterminer si une image donnée, cadrée sur un objet du ciel profond, représente un objet du catalogue Messier ou non. **Indépendant du pipeline B** : ne prend pas en entrée les blobs détectés dans une image de test, mais des vignettes dédiées, préparées et labellisées à l'avance.
@@ -57,11 +68,98 @@ Objectif : déterminer si une image donnée, cadrée sur un objet du ciel profon
 
 > Note : l'identification formelle de l'objet (nom, caractéristiques) en cas de classification positive est explicitement hors scope v1. C'est une amélioration identifiée pour une itération ultérieure (passage à une classification multi-classe).
 
+### Choix techniques (C1/C2)
+
+- **Modèle** : `MobileNet` (fine-tuning) - préféré à ViT-tiny, ce dernier étant réputé plus gourmand en données ; le dataset attendu (scraping sur 110 objets Messier + négatifs NGC) restera probablement de taille modeste (centaines d'images), un CNN pré-entraîné avec biais inductifs adaptés aux images est donc plus robuste sur ce volume
+- **Framework** : `PyTorch` - préféré à Keras/TensorFlow malgré une prise en main plus verbeuse (boucle d'entraînement explicite), choix motivé par la priorité de compréhension en profondeur du mécanisme de fine-tuning plutôt que la vitesse de mise en oeuvre.
+
 ## Ce qui est explicitement hors scope v1
 
 - Matching entre pipelines (A/B, B/C, A/C)
 - Classification multi-classes (identification précise de l'objet Messier)
 - Toute entrée caméra live (v1 = images statiques uniquement)
+- Clustering de nettoyage du bruit en pipeline B (sauf besoin avéré en pratique)
+
+## Modèle de données - catalogue Hipparcos pré-traité
+
+**Fichier** : `dataset_hipparcos.csv`
+**Séparateur** : `;`
+**Encodage** : UTF-8
+
+| Colonne       | Type           | Description                                                                                               |
+|---------------|----------------|-----------------------------------------------------------------------------------------------------------|
+| `hip_id`      | int            | Identifiant Hipparcos (clé unique)                                                                        |
+| `ra_deg`      | float          | Ascension droite, en degrés décimaux (converti depuis le format heures/minutes/secondes natif : 1h = 15°) |
+| `dec_deg`     | float          | Déclinaison, en degrés décimaux (-90 à +90)                                                               |
+| `magnitude`   | float          | Magnitude apparente (échelle inversée : plus la valeur est basse, plus l'objet est brillant)              |
+| `proper_name` | string ou NULL | Nom propre de l'étoile si disponible (absent pour la grande majorité des entrées du catalogue)            |
+
+Exemple de ligne (Sirius / Alpha Canis Majoris) :
+
+```
+hip_id;ra_deg;dec_deg;magnitude;proper_name
+32349;101.2875;-16.71611112;-1.46;Sirius
+```
+
+> Note d'implémentation : les valeurs décimales ci-dessus utilisent un point comme séparateur (format attendu par `float()` en Python / `pandas.read_csv` par défaut), à ne pas confondre avec la notation à virgule utilisée à l'oral pendant la conception.
+
+## Modèle de données - constellations
+
+**Fichier** : `dataset_constellations.json`
+**Format** : JSON, liste d'objets
+
+Chaque constellation référence ses étoiles via leur `hip_id` (clé commune avec `dataset_hipparcos.csv`), sans duplication des données d'étoiles. La structure ne conserve qu'une liste de `liaisons` (paires d'étoiles reliées) - la liste des étoiles composant la constellation est dérivable de cette liste, ce qui évite toute redondance/désynchronisation entre deux champs qui porteraient la même information.
+
+L'identifiant `id` suit la nomenclature standardisée de l'Union Astronomique Internationale (abréviation à 3 lettres, ex. `UMa` pour la Grande Ourse) plutôt qu'un identifiant arbitraire propre au projet, pour rester compatible avec toute source de données externe (Stellarium, autres catalogues) qui utiliserait la même convention.
+
+```json
+[
+    {
+        "id": "UMa",
+        "nom": "Grande Ourse",
+        "liaisons": [
+            [54061, 53910],
+            [53910, 58001],
+            [58001, 59774],
+            [59774, 54061],
+            [59774, 62956],
+            [62956, 65378],
+            [65378, 67301]
+        ]
+    }
+]
+```
+
+## Arborescence du projet
+
+```
+data/
+    pictures_test/              # images de test, Pipeline B
+    messier_classifier/         # dataset C0/C1/C2
+        manifest.csv            # colonnes : nom;label (label = "messier" ou "ngc")
+    dataset_hipparcos.csv
+    dataset_constellations.json
+pipeline_a/
+    skymap_generator.py
+pipeline_b/
+    star_detector.py
+pipeline_c/
+    c0_dataset_acquisition.py
+    c1_model_training.py
+    c2_operational_model.py
+tests/
+    tests_pipeline_a.py
+    tests_pipeline_b.py
+    tests_pipeline_c0.py
+    tests_pipeline_c1.py
+    tests_pipeline_c2.py
+app.py
+CONTRIBUTING.md
+ARCHITECTURE.md
+README.md
+```
+
+Chaque pipeline (A/B/C) vit dans son propre dossier, reflétant l'indépendance actée en phase de Découpage. Le pipeline C conserve la séparation C0/C1/C2 jusque dans les fichiers de test, ces trois sous-étapes ayant des natures très différentes (scraping, entraînement, inférence). Pas de fichier `utils.py` créé par anticipation : le code partagé entre pipelines, s'il s'avère nécessaire, sera extrait au moment où un besoin concret de duplication apparaîtra, plutôt que par anticipation.
 
 ## Décisions techniques actées