Afficher la notice abrégée
dc.contributor.author |
Guerdi, Nabil |
|
dc.date.accessioned |
2021-11-23T14:00:58Z |
|
dc.date.available |
2021-11-23T14:00:58Z |
|
dc.date.issued |
2021 |
|
dc.identifier.uri |
http//localhost:8080/jspui/handle/123456789/657 |
|
dc.description.abstract |
La classification d'images est un problème classique dans les domaines du traitement d'images, de la vision par ordinateur et de l'apprentissage automatique. Le but du processus de classification est de classer tous les pixels d'une image numérique dans l'une de plusieurs catégories. Le but de la classification d'images est d'identifier les caractéristiques de certains objets en utilisant différentes images pour le même objet. Cela permet d'identifier les similitudes entre les mêmes objets. Par conséquent, nous pourrons utiliser ces fonctionnalités pour classer les images.
Dans ce travail, nous essaierons de créer un système de classification d'images en utilisant trois ensembles de données différents (CIFAR-10, CIFAR-100, STL-10) avec deux approches différentes avec le taux de précision le plus élevé possible. |
en_US |
dc.description.sponsorship |
Dr. Gattal Abdeljalil |
en_US |
dc.language.iso |
en |
en_US |
dc.publisher |
Universite laarbi tebessi tebessa |
en_US |
dc.subject |
تصنيف الصور، معالجة الصور، الرؤية الحاسوبية، التعلم الآلي، بكسل، الصورة الرقمية. |
en_US |
dc.subject |
Image classification, image processing, computer vision, machine learning, features computing. |
en_US |
dc.subject |
La classification des images, la vision par ordinateur, l'apprentissage automatique, les pixels, image numérique |
en_US |
dc.title |
Image Classification using textural features |
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