Système Intelligent de signalement des Dommages Routiers

Slimani, Mouna; Yakhlef, chaima

dc.contributor.author	Slimani, Mouna
dc.contributor.author	Yakhlef, chaima
dc.date.accessioned	2025-11-20T12:56:42Z
dc.date.available	2025-11-20T12:56:42Z
dc.date.issued	2025
dc.identifier.uri	https://di.univ-blida.dz/jspui/handle/123456789/41022
dc.description	ill.,Bibliogr.cote:MA-004-1060	fr_FR
dc.description.abstract	Les dommages routiers (fissures, nids-de-poule, dégradations) constituent un enjeu majeur pour la sécurité des usagers et la durabilité des infrastructures. Face aux limites des méthodes d'inspection manuelles, ce projet explore l'apport des technologies d'intelligence artificielle pour automatiser ce processus critique. Nous proposons une solution basée sur l'intelligence artificielle pour automatiser la détection et la classification des dommages routiers (fissures, nids-de-poule, dégradations) à partir d'images, en utilisant l'algorithme YOLOv8. Entraîné sur le dataset RDD-2022, le modèle atteint une précision de 85 % sur les classes critiques (D10, D20, D40) définies par la Direction des Travaux Publics (DTP). Une interface simplifiée permet de tester le système sans expertise technique. Mots-clés: Apprentissage profond,YOLOV8, Vision par ordinateur, Dommages routiers (D00-D43), DTP, Temps réel.	fr_FR
dc.language.iso	fr	fr_FR
dc.publisher	Université Blida 1	fr_FR
dc.subject	Apprentissage profond	fr_FR
dc.subject	YOLOV8	fr_FR
dc.subject	Vision par ordinateur	fr_FR
dc.subject	Dommages routiers (D00-D43)	fr_FR
dc.subject	DTP	fr_FR
dc.subject	Temps réel.	fr_FR
dc.title	Système Intelligent de signalement des Dommages Routiers	fr_FR
dc.type	Thesis	fr_FR