Afficher la notice abrégée
dc.contributor.author |
Lakehal, Djihene |
|
dc.date.accessioned |
2022-07-04T13:34:27Z |
|
dc.date.available |
2022-07-04T13:34:27Z |
|
dc.date.issued |
2022 |
|
dc.identifier.uri |
http//localhost:8080/jspui/handle/123456789/4852 |
|
dc.description.abstract |
Les réseaux de capteurs sans fil sont aujourd'hui utilisés dans de nombreux domaines tels que le militaire, l'agriculture, etc. En agriculture, des capteurs sans fil qui enregistrent les données d'une caméra que vous embarquez dans ces capteurs et les transmettent sous forme numérique à un ordinateur pour traiter la détection des mauvaises herbes existantes
Dans ce contexte, nos recherches visent à faciliter la détection des adventices les plus courantes dans la région de Tébessa. Grâce à nos expériences, nous avons développé deux modèles de détection basés sur le réseau de neurones Convolutif (masque R-CNN, yolov5), capables de détecter avec une bonne précision et de bons résultats. |
en_US |
dc.description.sponsorship |
Merzoug Soltan |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
Université Larbi Tébessi - Tébessa |
en_US |
dc.subject |
capteurs, sans fils, convolutions, réseaux de neurones, apprentissage profond, apprentissage automatique, mauvaises herbes |
en_US |
dc.subject |
Wireless sensor network, convolutions, neural networks, Deep Learning, weeds. |
en_US |
dc.subject |
التلافيف ،استشعار، لاسلكية، الشبكات العصبية ، التعلم العميق ، التعلم الآلي ، الأعشاب الضارة |
en_US |
dc.title |
Réseaux des capteurs sans fil intelligent pour la détection des mauvaises herbes dans les applications agricoles |
en_US |
dc.type |
Thesis |
en_US |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée