Université Blida 1

Classification des Panneaux de Signalisation Routière par les Réseaux Neuronaux Convolutifs

Afficher la notice abrégée

dc.contributor.author Ouaachmi, Ahcene
dc.contributor.author Ouchfoun, Aness
dc.date.accessioned 2021-04-29T09:54:44Z
dc.date.available 2021-04-29T09:54:44Z
dc.date.issued 2020
dc.identifier.uri http://di.univ-blida.dz:8080/jspui/handle/123456789/11363
dc.description 621.950 ; 85 p fr_FR
dc.description.abstract 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 fr_FR
dc.language.iso fr fr_FR
dc.publisher Univ Blida1 fr_FR
dc.subject CNN, TensorFlow, Keras, CPU, GPU fr_FR
dc.title Classification des Panneaux de Signalisation Routière par les Réseaux Neuronaux Convolutifs fr_FR


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Chercher dans le dépôt


Recherche avancée

Parcourir

Mon compte