Khelfa HadilBelgroune Bouchra2025-07-162025-06-12https://dspace.univ-bba.dz/handle/123456789/350Computer vision is one of the main applications of artificial intelligence, and object detection is among its most important uses, especially in the medical field. This research focused on two techniques, YOLO and CNN, applied to breast cancer detection. A CNN model was tested on our dataset, but due to its insufficient accuracy, the focus was shifted to YOLO-based techniques. We used several models from the YOLO family, including YOLOv5, YOLOv8, and YOLOv12, and compared their performance to evaluate their effectiveness in detecting breast tumors and analyzing the obtained results. La vision par ordinateur est l'une des principales applications de l'intelligence artificielle, et la détection d'objets représente l’un de ses usages les plus importants, notamment dans le domaine médical. Ce mémoire port sur deux techniques : YOLO et CNN, appliquées à la détection du cancer du sein. Un modèle CNN a été testé sur notre ensemble de données, mais en raison d’une précision insuffisante, l'effort a été concentré sur les techniques de la famille YOLO. Nous avons utilisé plusieurs modèles, notamment YOLOv5, YOLOv8 et YOLOv12, et comparé leurs performances afin d’évaluer leur efficacité dans la détection des tumeurs mammaires et d’analyser les résultats obtenus.enThesis