Segmentation d’images avec le deep learning
dc.contributor.author | Larbi Nacerdine | |
dc.contributor.other | Alkama Sadia Ép. Hammouche | |
dc.date.accessioned | 2019-11-12T13:03:12Z | |
dc.date.available | 2019-11-12T13:03:12Z | |
dc.date.issued | 2018 | |
dc.description | 46 f. : ill. ; 30 cm. (+ CD-Rom) | en |
dc.description.abstract | Ces derniers temps les réseaux de neurones convolutifs (CNN) en Deep Learning ont eu des résultats énorme en termes de classification d’images, très utilisés dans le cadre de la segmentation d’images avec des excellents résultats sur des images classiques dans de nombreux application telles que la conduite automatisée, l'imagerie médicale et les contrôles industriels. La segmentation sémantique peut être une alternative intéressante à la détection d'objets parce qu'elle permet à l'objet considéré de couvrir plusieurs zones de l'image au niveau du pixel. Cette technique détecte proprement les objets de forme irrégulière, contrairement à la détection d'objets, où les objets doivent s'insérer dans un cadre de délimitation. | en |
dc.identifier.citation | Automatique Et Informatique Industrielles | |
dc.identifier.other | MAST.AUTO.74-18 | en |
dc.identifier.uri | https://dspace.ummto.dz/handle/ummto/7640 | |
dc.language.iso | fr | en |
dc.publisher | Université Mouloud Mammeri | en |
dc.subject | Classification d’images | en |
dc.subject | Segmentation d’image | en |
dc.subject | Deep Learning | en |
dc.subject | Machine learning | en |
dc.subject | Intelligence artificielle | en |
dc.subject | Réseau de neurone convolutifs | en |
dc.subject | Algorithmes. | en |
dc.title | Segmentation d’images avec le deep learning | en |
dc.type | Thesis | en |