|
| Titre : | Classification des grains de pollen à base des réseaux de neurones convolutifs | | Type de document : | theses et memoires | | Auteurs : | Dihia Ahmed Saadi ; Taieb Lila ; Kamal Hammouche, Directeur de thèse | | Editeur : | Tizi.Ouzou : U.M.M.T.O | | Année de publication : | 2020 | | Importance : | 121 p. | | Présentation : | ill. | | Format : | 30 cm. | | Note générale : | Bibliogr. | | Langues : | Français | | Mots-clés : | Grains de pollen Réseaux de neurones convolutifs (CNNs) Modèle AlexNet | | Résumé : | Le sujet traité dans ce mémoireporte sur la classification des grains de pollenà base des réseaux de neurones convolutifs (CNNs). Les grains de pollen sont des semences mâles produites par les plantes à fleurs dans le but de se reproduire. L'identification des grains de pollen joue un rôle très important dans plusieurs domaines (Biologique, Médical, ..). Initialement, la reconnaissance d'un grain de pollen est effectuée manuellement sur un microscope et à l'œil nu.Cette tâche a été par la suite automatisée grâce à des outils de vision artificielle associés à des techniques de classification ou d'apprentissage automatique (Machine Learning). Cette dernière nécessite le choix d'une technique de caractérisation des grains par un ensemble d'attributs. Pour éviter cette tâche, une nouvelle approche basée sur l'apprentissage profond (Deep Learning) et en particulier sur les CNNs, a été proposée. Dans ce mémoire, nous avons implémenté un CNN à base du modèle AlexNet pour la classification des grains de pollen. Les tests ont été effectués sur trois bases d'images de pollen (POLLEN13K, POLLEN23E et POLLEN73S). Les résultats obtenus sont conformes à ceux publiés dans la littérature sur les CNNs et meilleurs que ceux affichés par les méthodes par apprentissage automatique | | En ligne : | D:\CD THESES 2020\RETARDATAIRES\AHMED SAADI DIHIA; TAIEB LILA.PDF | | Format de la ressource électronique : | PDF | | Permalink : | ./index.php?lvl=notice_display&id=36041 |
Classification des grains de pollen à base des réseaux de neurones convolutifs [theses et memoires] / Dihia Ahmed Saadi ; Taieb Lila ; Kamal Hammouche, Directeur de thèse . - Tizi.Ouzou (Tizi.Ouzou) : U.M.M.T.O, 2020 . - 121 p. : ill. ; 30 cm. Bibliogr. Langues : Français | Mots-clés : | Grains de pollen Réseaux de neurones convolutifs (CNNs) Modèle AlexNet | | Résumé : | Le sujet traité dans ce mémoireporte sur la classification des grains de pollenà base des réseaux de neurones convolutifs (CNNs). Les grains de pollen sont des semences mâles produites par les plantes à fleurs dans le but de se reproduire. L'identification des grains de pollen joue un rôle très important dans plusieurs domaines (Biologique, Médical, ..). Initialement, la reconnaissance d'un grain de pollen est effectuée manuellement sur un microscope et à l'œil nu.Cette tâche a été par la suite automatisée grâce à des outils de vision artificielle associés à des techniques de classification ou d'apprentissage automatique (Machine Learning). Cette dernière nécessite le choix d'une technique de caractérisation des grains par un ensemble d'attributs. Pour éviter cette tâche, une nouvelle approche basée sur l'apprentissage profond (Deep Learning) et en particulier sur les CNNs, a été proposée. Dans ce mémoire, nous avons implémenté un CNN à base du modèle AlexNet pour la classification des grains de pollen. Les tests ont été effectués sur trois bases d'images de pollen (POLLEN13K, POLLEN23E et POLLEN73S). Les résultats obtenus sont conformes à ceux publiés dans la littérature sur les CNNs et meilleurs que ceux affichés par les méthodes par apprentissage automatique | | En ligne : | D:\CD THESES 2020\RETARDATAIRES\AHMED SAADI DIHIA; TAIEB LILA.PDF | | Format de la ressource électronique : | PDF | | Permalink : | ./index.php?lvl=notice_display&id=36041 |
|
Classification des grains de pollen à base des réseaux de neurones convolutifs (2020) 
