Afficher la notice abrégée
dc.contributor.author |
Boulahchiche, Nadir |
|
dc.contributor.author |
Ferkioui, Mecheri |
|
dc.date.accessioned |
2021-09-29T08:59:14Z |
|
dc.date.available |
2021-09-29T08:59:14Z |
|
dc.date.issued |
2021 |
|
dc.identifier.uri |
http://di.univ-blida.dz:8080/jspui/handle/123456789/12090 |
|
dc.description |
621.990 ; 80 p |
fr_FR |
dc.description.abstract |
Dans ce projet nous avons réalisé un système de détection de plaque
d'immatriculation automatique en utilisant des techniques d'apprentissage en
profondeur et de traitement d'images, par la suite nous avons implémenté ce système
dans un raspberry pi. Nous avons utilisé Python comme langage de programmation et
visual studio code comme environnement de développement ainsi que google collab
pour entrainer nos modèles d'apprentissage approfondi .Nous utilisons deux types
d'algorithmes pour la détection de la plaque. Après la détection nous avons utilisé à
nouveau le traitement d'image pour segmenter les caractères dans la plaque, puis
chaque caractère va être lu individuellement. A la fin nous enregistrons la plaque dans
une base de données mysql pour de futures utilisations |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.subject |
Apprentissage approfondi; OpenCV ; Tensorflow ; SSD MobileNets ; Raspberry pi ; plaque d'immatriculation |
fr_FR |
dc.title |
Système Intelligent de reconnaissance de plaque d'immatriculation via Raspberry Pi |
fr_FR |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée