Veuillez utiliser cette adresse pour citer ce document :
http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/14309
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | Bouchelkia, Ilyes | - |
dc.date.accessioned | 2023-02-16T09:27:32Z | - |
dc.date.available | 2023-02-16T09:27:32Z | - |
dc.date.issued | 2021 | - |
dc.identifier.uri | http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/14309 | - |
dc.description.abstract | Les avancées fulgurantes dans le domaine d’intelligence artificielle a permis aux ordinateurs de devoir, reconnaitre ainsi que de faire la classification des objets, des empreintes digitales et la reconnaissance des visages. Dans ce projet, on a réalisé un classificateur qui permet de classifier les numéros de porte de 0 à 9 avec des images réelles. Pour cela, on a utilisé le Deep Learning pour faire la classification des numéros et on a utilisé un modèle à convolution qui est l’un des modèles les plus performant dans la vision artificielle. Pour l’implémentation utilisé Tensorflow qui est une libraire pour l’intelligence artificielle sur Python. Les résultats étaient très satisfaisants entre le training set et le test set. | en_US |
dc.language.iso | fr | en_US |
dc.publisher | université akli mohand oulhadj-bouira | en_US |
dc.subject | système de reconnaissance de l’écriture | en_US |
dc.subject | méthodes statistiques ; méthodes classiques | en_US |
dc.title | Reconnaissance Des Numéros De Porte sur google street view (The Street View House Numbers (SVHN) ) | en_US |
dc.type | Thesis | en_US |
Collection(s) : | Mémoires Master |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
memoire[1]-portable.pdf | 2,51 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.