EXTRACTION DES RESEAUX ROUTIERS PAR DEEP LEARNING

Chabane, Safia; Hadji, Ahmed

dc.contributor.author	Chabane, Safia
dc.contributor.author	Hadji, Ahmed
dc.date.accessioned	2022-01-03T09:15:42Z
dc.date.available	2022-01-03T09:15:42Z
dc.date.issued	2021
dc.identifier.uri	http://di.univ-blida.dz:8080/jspui/handle/123456789/13661
dc.description	621.1081 ; 79 p	fr_FR
dc.description.abstract	L’objectif de ce projet est 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 U.NET, et, dans une seconde étape, à créer et entrainer ce dernier (modèle U.net), en utilisant des outils (Google Colab….) destinés aux domaines de la reconnaissance supervisée a base des réseaux CNN. Le modèle créé va être capable de faire une extraction d’un réseau voirie dans des cartes satellitaires	fr_FR
dc.language.iso	fr	fr_FR
dc.publisher	Univ Blida1	fr_FR
dc.subject	réseau voirie , cartes satellitaires, réseaux CNN, Google Colab, U.net, Machine Learning, Deep Learning Intelligence Artificiel	fr_FR
dc.title	EXTRACTION DES RESEAUX ROUTIERS PAR DEEP LEARNING	fr_FR