Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/11363
Titre: Classification des Panneaux de Signalisation Routière par les Réseaux Neuronaux Convolutifs
Auteur(s): Ouaachmi, Ahcene
Ouchfoun, Aness
Mots-clés: CNN, TensorFlow, Keras, CPU, GPU
Date de publication: 2020
Editeur: Univ Blida1
Résumé: De nos jours, les tâches de reconnaissance d'objets sont de plus en plus résolues avec les réseaux neuronaux convolutionnels (CNN). En raison de son haut taux de reconnaissance et une exécution rapide, les réseaux de neurones convolutifs ont amélioré la plupart des tâches de vision par ordinateur, à la fois existants et nouveaux. L’objectif premier est l’implémentation d'un algorithme de classification de panneaux de signalisation utilisant une convolution réseau neuronal. L’entraînement du réseau de neurones est implémenté à l'aide de la bibliothèque TensorFlow et d’autres bibliothèques comme keras et d’une architecture massivement parallèle pour la programmation. L'ensemble de la procédure de classification des panneaux de signalisation est exécuté en temps réel sur un GPU et CPU. Les résultats expérimentaux ont confirmé la haute efficacité du système de vision par ordinateur développé
Description: 621.950 ; 85 p
URI/URL: http://di.univ-blida.dz:8080/jspui/handle/123456789/11363
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
pfe.ouachemi-ouchfoun.classification.pdf3,21 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.