Veuillez utiliser cette adresse pour citer ce document :
https://di.univ-blida.dz/jspui/handle/123456789/10111
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | KAABECHE, OUSSAMA | - |
dc.contributor.author | AINOUZ TAHAR, ABDURRAHMEN | - |
dc.date.accessioned | 2021-02-23T12:26:38Z | - |
dc.date.available | 2021-02-23T12:26:38Z | - |
dc.date.issued | 2020 | - |
dc.identifier.uri | http://di.univ-blida.dz:8080/jspui/handle/123456789/10111 | - |
dc.description | 4.621.1.801; 110 p ;illustré | fr_FR |
dc.description.abstract | Le présent projet consiste à faire dans une première étape une présentation de l’Intelligence Artificiel et le Machine Learning, ainsi que le Deep Learning, puis définir le modèle YOLO, et, dans une seconde étape, à créer et entrainer ce dernier (modèle YOLO), en utilisant des outils ) Google Colab, Labelimg) destinés aux domaines de la reconnaissance supervisée a base des réseaux CNN. Le modèle créé va être capable de faire une extraction d’ilots dans des cartes urbaines et satellitaires. | fr_FR |
dc.language.iso | fr | fr_FR |
dc.subject | ilots, cartes urbaines, cartes satellitaires, réseaux CNN, Google Colab, Labelimg YOLO, Machine Learning, Deep Learning, Intelligence Artificiel. | fr_FR |
dc.title | EXTRACTION DES ILOTS PAR DEEP LEARNING | fr_FR |
Collection(s) : | Mémoires de Master |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
pfe complet 2020.pdf | 7,18 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.