Dépôt Institutionnel de l'Université BBA

Classification des images utilisant les réseaux de neurones de convolution

Afficher la notice abrégée

dc.contributor.author Akram, Ketfi
dc.date.accessioned 2021-11-03T12:44:24Z
dc.date.available 2021-11-03T12:44:24Z
dc.date.issued 2021
dc.identifier.uri https://dspace.univ-bba.dz:443/xmlui/handle/123456789/1065
dc.description.abstract Dans ces dernières années, l’apprentissage en profondeur connu une grande évolution et sa lui permet d’appliqué dans plusieurs domaines comme la classification d’images. La classification d’images a connu une avance majeure en termes de performance, grâce à l’essor des réseaux de neurones à convolution (CNN). Dans ce mémoire, nous avons proposées un modèle de CNN simple et efficace pour classifie des images de rugby et soccer en deux classes. Les résultats de classification obtenus avec le modèle proposé, sont comparables à ceux du modèle ResNet-50, LeNet-5 et Inception-v3 avec une justesse de validation plus de 80 %. Les résultats obtenus sont acceptables dans le terme de précision et dans terme de l’erreur de prédiction. en_US
dc.language.iso fr en_US
dc.publisher Faculté des Sciences et Technologies en_US
dc.relation.ispartofseries ;EL/M/2021/22
dc.title Classification des images utilisant les réseaux de neurones de convolution en_US
dc.type Thesis en_US


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Chercher dans le dépôt


Recherche avancée

Parcourir

Mon compte