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

Affichage complet

Élément Dublin Core	Valeur	Langue
dc.contributor.author	KAABECHE, Abderrazak Lakhder	-
dc.contributor.author	ZITOUNE, Mohamed Redha	-
dc.date.accessioned	2022-07-03T12:58:32Z	-
dc.date.available	2022-07-03T12:58:32Z	-
dc.date.issued	2022	-
dc.identifier.uri	https://di.univ-blida.dz/jspui/handle/123456789/18606	-
dc.description	4.621.1.1108 ; 77 p	fr_FR
dc.description.abstract	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.	fr_FR
dc.language.iso	fr	fr_FR
dc.publisher	blida1	fr_FR
dc.subject	Test microscopique;détection des cellules;apprentissage profond ;YOLO v5 ;détection d’objet ;classification ;images pseudo microscopiques .	fr_FR
dc.title	Cells Detection of microscopic tests using YOLO V5	fr_FR
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