Dépôt Institutionnel de l'Université BBA

Object Detection with Convolutional Neural Networks

Afficher la notice abrégée

dc.contributor.author Kerraiou Fath-allah ⮚ Belaiboud Abdelghani
dc.date.accessioned 2022-11-14T08:11:07Z
dc.date.available 2022-11-14T08:11:07Z
dc.date.issued 2022
dc.identifier.uri https://dspace.univ-bba.dz:443/xmlui/handle/123456789/2405
dc.description.abstract Ce mémoire de maîtrise aborde le problème de la détection d'objets qui est l'un des sujets les plus célèbres et les plus étudiés dans le domaine de la vision par ordinateur. Il existe deux méthodes principales pour la détection d'objets à l'aide de réseaux de neurones convolutifs : les méthodes à deux étapes et à une étape. Nous expliquons deux exemples d'architectures de détection d'objets R-CNN et YOLOv5 respectivement. Nous proposons dans cette thèse notre architecture CNN pour détecter les tumeurs dans un jeu de données IRM réel et comparer nos résultats au modèle YOLOv5. en_US
dc.language.iso fr en_US
dc.publisher faculté des sciences et de la technologie univ bba en_US
dc.relation.ispartofseries ;EL/M/2022/23
dc.subject Mots-clés : Apprentissage profond, Neurones Profonds, Réseau de Neurones profond, CNN, Détection Objets, R-CNN, YOLOv5, Vision par ordinateur. en_US
dc.title Object Detection with Convolutional Neural Networks 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