Afficher la notice abrégée
dc.contributor.author |
Haroun, Bouchemoukha |
|
dc.contributor.author |
Med Nadjib, Zennir(Encadreur) |
|
dc.date.accessioned |
2020-11-16T08:19:25Z |
|
dc.date.available |
2020-11-16T08:19:25Z |
|
dc.date.issued |
2019 |
|
dc.identifier.uri |
http://dspace.univ-jijel.dz:8080/xmlui/handle/123456789/3629 |
|
dc.description.abstract |
Aujourd'hui, de plus en plus de taches de reconnaissance d'objets sont résolues avec les
réseaux de neurones convolutifs (convolutional Neural Network CNN). En raison de leur taux
de reconnaissance élevé et de leur exécution rapide, les réseaux de neurones convolutifs ont
améliord la plupart des téches de vision par ordinateur.
Dans ce travail, nous proposons un classifieur profond de reconnaissance des panneaux
de signalisation utilisant un CNN. Ce mémoire présente une introduction générale sur les
réseaux de neurones, des concepts de base de I'apprentissage profond et des différentes
architectures de CNN, qui sont comparées les unes aux autres.
Les résultats expérimentaux ont démontré I'influence de la profondeur du réseau et du
nombre époques sur les performances du réseau. Ils ont confirmé également la grande
efficacité des CNN pour la reconnaissance des panneaux de signalisation |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.publisher |
Université jijel |
fr_FR |
dc.relation.ispartofseries |
;M.Inf.IA.05/19 |
|
dc.subject |
réseau de neurones artificiels, apprentissage profond, réseau de neurones convolutif,panneaux de signalisation |
fr_FR |
dc.title |
Dévelloppement d'un réseau de neurones profond pour la reconnaissancees panneaux de signalisation routiéres |
fr_FR |
dc.type |
Thesis |
fr_FR |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée