fix(ai-export): strip photo metadata and minimize the training payload

lib/services/ai_export_service.dart

@@ -2,7 +2,7 @@ import 'dart:convert';
 import 'package:flutter/foundation.dart';
 import 'dart:io';
 import 'package:http/http.dart' as http;
-import 'package:device_info_plus/device_info_plus.dart';
+import 'package:image/image.dart' as img;
 import 'package:crypto/crypto.dart';
 import '../data/models/shot.dart';
 import '../data/models/target_type.dart';
@@ -64,30 +64,37 @@ class AiExportResult {
 }
 
 class AiExportService {
-  /// Extrait les informations de l'appareil
-  Future<Map<String, dynamic>> _getDeviceInfo() async {
-    final DeviceInfoPlugin deviceInfoPlugin = DeviceInfoPlugin();
-    Map<String, dynamic> deviceData = {'model': 'Unknown', 'os': 'Unknown'};
-
+  /// Retire toutes les metadonnees de la photo avant l'envoi.
+  ///
+  /// Une photo de cible prise au telephone embarque un bloc EXIF qui contient
+  /// typiquement la position GPS du stand de tir, la date exacte et le modele
+  /// d'appareil. Rien de tout cela n'est utile au modele de detection.
+  ///
+  /// L'orientation est d'abord appliquee physiquement aux pixels : les
+  /// coordonnees d'impact sont normalisees sur l'image telle qu'elle est
+  /// affichee dans l'app (Flutter applique l'orientation EXIF), donc supprimer
+  /// le tag sans redresser l'image ferait pivoter la photo par rapport a ses
+  /// propres annotations.
+  ///
+  /// Retourne null si l'image est illisible.
+  @visibleForTesting
+  Uint8List? stripMetadata(Uint8List originalBytes) {
     try {
-      if (Platform.isAndroid) {
-        final androidInfo = await deviceInfoPlugin.androidInfo;
-        deviceData['model'] = '${androidInfo.brand} ${androidInfo.model}';
-        deviceData['os'] = 'Android ${androidInfo.version.release}';
-      } else if (Platform.isIOS) {
-        final iosInfo = await deviceInfoPlugin.iosInfo;
-        deviceData['model'] = iosInfo.name;
-        deviceData['os'] = '${iosInfo.systemName} ${iosInfo.systemVersion}';
-      } else if (Platform.isWindows) {
-        final windowsInfo = await deviceInfoPlugin.windowsInfo;
-        deviceData['model'] = 'Windows PC';
-        deviceData['os'] = 'Windows ${windowsInfo.majorVersion}.${windowsInfo.minorVersion}';
-      }
-    } catch (e) {
-      debugPrint('Erreur lors de la récupération des infos appareil: $e');
-    }
+      final decoded = img.decodeImage(originalBytes);
+      if (decoded == null) return null;
 
-    return deviceData;
+      final baked = img.bakeOrientation(decoded);
+
+      // bakeOrientation recopie tout l'EXIF sauf l'orientation : sans ce reset,
+      // le GPS survivrait au reencodage.
+      baked.exif = img.ExifData();
+
+      return img.encodeJpg(baked, quality: 90);
+    } catch (e) {
+      // Sur un fichier tronque, decodeImage leve au lieu de retourner null.
+      debugPrint('Photo illisible, export annule: $e');
+      return null;
+    }
   }
 
   /// Exporte l'image et les données de plotting vers le serveur
@@ -100,7 +107,7 @@ class AiExportService {
     required double targetRadius,
     required List<Shot> shots,
     int distanceMeters = 25,
-    String weaponName = 'Unknown',
+    String caliber = 'unknown',
     String? apiUrl,
   }) async {
     try {
@@ -121,7 +128,13 @@ class AiExportService {
         );
       }
 
-      final deviceData = await _getDeviceInfo();
+      final sanitizedPhoto = stripMetadata(await file.readAsBytes());
+      if (sanitizedPhoto == null) {
+        return AiExportResult.error(
+          code: 'INVALID_IMAGE',
+          message: 'La photo de la cible est illisible et n\'a pas pu être envoyée.',
+        );
+      }
 
       final corners = [
         {"norm_x": targetCenterX - targetRadius, "norm_y": targetCenterY - targetRadius},
@@ -155,11 +168,10 @@ class AiExportService {
         "session_id": sessionId,
         "wallet_hash": walletHash,
         "timestamp": DateTime.now().toIso8601String(),
-        "device_info": deviceData,
         "target_metadata": {
           "type": targetType.name,
           "distance_meters": distanceMeters,
-          "weapon": weaponName,
+          "caliber": caliber,
         },
         "plotting": {
           "target_corners": corners,
@@ -169,7 +181,11 @@ class AiExportService {
 
       request.fields['plotting'] = jsonEncode(plottingJson);
       request.files.add(
-        await http.MultipartFile.fromPath('photo', imagePath),
+        http.MultipartFile.fromBytes(
+          'photo',
+          sanitizedPhoto,
+          filename: 'target.jpg',
+        ),
       );
 
       final streamedResponse = await request.send().timeout(