Résumé:
Plusieurs méthodes et algorithmes ont été développés pour la reconnaissance et la
classification de la carie dentaire chez les patients malades. Parmi toutes ces techniques, nous
avons choisi pour notre projet de fin d’études, l'approche CNN en appliquant l'apprentissage
par transfert sur une base de données. Pour cela, nous avons utilisé plusieurs modèles préentrainés
(VGG16, VGG19 et Inseption-ResNet V2). Après avoir testé ces derniers, nous
avons constaté que le VGG16 est le plus performant en classification de la carie dentaire avec
une précision de 97,06 % en test. L'application réalisée permet de classifier la carie dentaire et
donner le pourcentage du type de cette dernière.
