Dépôt DSpace/Université Larbi Tébessi-Tébessa

Classification d’image numériques par de procédés de Deep Learning : Application aux panneaux de signalisation

Afficher la notice abrégée

dc.contributor.author Fares, Imtiez
dc.date.accessioned 2021-11-23T14:17:16Z
dc.date.available 2021-11-23T14:17:16Z
dc.date.issued 2021
dc.identifier.uri http//localhost:8080/jspui/handle/123456789/660
dc.description.abstract La détection et la reconnaissance automatiques des panneaux de signalisation sont très importantes et pourraient potentiellement être utilisées par l'assistant de conduite pour réduire les accidents. Dans ce mémoire de fin d'études, un réseau de neurones convolutifs profonds (CNN) a été utilisé pour développer un système de détection et de reconnaissance autonome de la signalisation routière (ATSR). Dans le but d'améliorer la précision de la classification, l’architecture CNN a été utilisée avec différents paramètres dans divers scénarios afin d'obtenir le meilleur taux de reconnaissance, Les résultats expérimentaux montrent qu’architecture proposé a atteint une précision de 99,67%, sur l'ensemble de données de référence de reconnaissance des panneaux de signalisation allemands (GTSRB). Sans aucune adition des modules ou bien des modèles pré-entrainés en_US
dc.description.sponsorship Dr.Mekhaznia Tahar en_US
dc.language.iso fr en_US
dc.publisher Universite laarbi tebessi tebessa en_US
dc.subject Détection et reconnaissance des panneaux de signalisation, réseaux de neurones convolutifs (CNN), Deep Learning en_US
dc.subject : Detection and recognition of traffic signs, convolutional neural networks (CNN), Deep Learning en_US
dc.subject الكشف و التعرف على إشارات المرور ، التعلم العميق، الشبكات العصبية التالفيفية en_US
dc.title Classification d’image numériques par de procédés de Deep Learning : Application aux panneaux de signalisation 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