Cells Detection of microscopic tests using YOLO V5

Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/18606

Titre:	Cells Detection of microscopic tests using YOLO V5
Auteur(s):	KAABECHE, Abderrazak Lakhder ZITOUNE, Mohamed Redha
Mots-clés:	Test microscopique;détection des cellules;apprentissage profond ;YOLO v5 ;détection d’objet ;classification ;images pseudo microscopiques .
Date de publication:	2022
Editeur:	blida1
Résumé:	Résumé : L'objectif de ce projet est de simplifier et d'accélérer le flux de travail des tests microscopiques dans les hôpitaux algériens et les laboratoires bas de gamme en raison du faible budget d'équipement, il est basé sur la détection des cellules en utilisant un algorithme d'apprentissage profond connu sous le nom de YOLO v5, il est utilisé pour la classification et la détection d'objets en temps réel, nous avons utilisé 700 images pseudo microscopiques générées qui ont ensuite été augmentées à 1600 images qui ont donné des résultats satisfaisants lorsqu'elles ont été testées sur des microscopes réels.
Description:	4.621.1.1108 ; 77 p
URI/URL:	https://di.univ-blida.dz/jspui/handle/123456789/18606
Collection(s) :	Mémoires de Master

Fichier(s) constituant ce document :

Fichier	Description	Taille	Format
KAABECHE_ZITOUNE.pdf		4,39 MB	Adobe PDF	Voir/Ouvrir

DSpace JSPUI