|
| Titre : | D´etection de papillons dans un environnement ´ecologique complexe | | Type de document : | theses et memoires | | Auteurs : | Liza Mehallel ; Mahmoudi Sabrina ; Filali, Directeur de thèse | | Editeur : | Tizi Ouzou : U.M.M.T.O. - F.G.E.I. | | Année de publication : | 2022 | | Importance : | 101 p. | | Présentation : | ill. | | Format : | 30 cm. | | Note générale : | Bibliogr . | | Langues : | Français | | Mots-clés : | Détection de papillons Vision artificielle Intelligence artificielle Apprentissage automatique Segmentation sémantique, Réseaux de neurones Apprentissage profond Modèle UNET. | | Résumé : | Avec l'accélération des bouleversements subis par les écosystèmes partout à travers le monde, les chercheurs sont dans une véritable course pour documenter des environnements menacés, tout en sensibilisant la population au destin de nombreux insectes tels que les papillons. Pour y parvenir, les chercheurs se tournent de plus en plus vers l'intelligence artificielle pour les aider à détecter et classer les insectes.
Dans le cadre de ce mémoire, nous nous concentrons sur l'utilisation de l'apprentissage profond et des réseaux de neurones convolutifs (CNN) pour la segmentation précise et la détection des papillons dans un environnement écologique et complexe. En particulier nous avons commencé par une segmentation sémantique des images, pour ce faire nous avons utilisé un modèle basé sur le modèle UNET en remplaçant son encodeur avec le modèle resnet 34 . Ensuite à partir des images segmentées obtenues nous avons appliqué une fonction de détection de contours foundContour() d'OpenCv pour extraire les contours du papillons et insérer une boite de délimitation. Enfin nous avons évalué la performance de notre modèle utilisé. | | En ligne : | D:\CD.THESE.2022\MASTER.INF\MEHALLEL L.; MAHMOUDI S..PDF | | Format de la ressource électronique : | PDF | | Permalink : | ./index.php?lvl=notice_display&id=36793 |
D´etection de papillons dans un environnement ´ecologique complexe [theses et memoires] / Liza Mehallel ; Mahmoudi Sabrina ; Filali, Directeur de thèse . - Tizi Ouzou (Tizi Ouzou) : U.M.M.T.O. - F.G.E.I., 2022 . - 101 p. : ill. ; 30 cm. Bibliogr . Langues : Français | Mots-clés : | Détection de papillons Vision artificielle Intelligence artificielle Apprentissage automatique Segmentation sémantique, Réseaux de neurones Apprentissage profond Modèle UNET. | | Résumé : | Avec l'accélération des bouleversements subis par les écosystèmes partout à travers le monde, les chercheurs sont dans une véritable course pour documenter des environnements menacés, tout en sensibilisant la population au destin de nombreux insectes tels que les papillons. Pour y parvenir, les chercheurs se tournent de plus en plus vers l'intelligence artificielle pour les aider à détecter et classer les insectes.
Dans le cadre de ce mémoire, nous nous concentrons sur l'utilisation de l'apprentissage profond et des réseaux de neurones convolutifs (CNN) pour la segmentation précise et la détection des papillons dans un environnement écologique et complexe. En particulier nous avons commencé par une segmentation sémantique des images, pour ce faire nous avons utilisé un modèle basé sur le modèle UNET en remplaçant son encodeur avec le modèle resnet 34 . Ensuite à partir des images segmentées obtenues nous avons appliqué une fonction de détection de contours foundContour() d'OpenCv pour extraire les contours du papillons et insérer une boite de délimitation. Enfin nous avons évalué la performance de notre modèle utilisé. | | En ligne : | D:\CD.THESE.2022\MASTER.INF\MEHALLEL L.; MAHMOUDI S..PDF | | Format de la ressource électronique : | PDF | | Permalink : | ./index.php?lvl=notice_display&id=36793 |
|
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesAutomatisation de la gestion des réservoirs du pétrole brut dans le DCSI/A séries FOXBORO / Zahia Laoussati (2010)
