Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/14309
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorBouchelkia, Ilyes-
dc.date.accessioned2023-02-16T09:27:32Z-
dc.date.available2023-02-16T09:27:32Z-
dc.date.issued2021-
dc.identifier.urihttp://dspace.univ-bouira.dz:8080/jspui/handle/123456789/14309-
dc.description.abstractLes 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.isofren_US
dc.publisheruniversité akli mohand oulhadj-bouiraen_US
dc.subjectsystème de reconnaissance de l’écritureen_US
dc.subjectméthodes statistiques ; méthodes classiquesen_US
dc.titleReconnaissance Des Numéros De Porte sur google street view (The Street View House Numbers (SVHN) )en_US
dc.typeThesisen_US
Collection(s) :Mémoires Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
memoire[1]-portable.pdf2,51 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.