| Titre : | Conception d’une interface Web pour le diagnostic des maladies des plantes par apprentissage profond |
| Auteurs : | Salah-Eddine Dahmani, Auteur ; Nesrine Bouadjenek, Directeur de thèse |
| Type de document : | document électronique |
| Editeur : | [S.l.] : [s.n.], 2022 |
| Format : | 1 fichier PDF (13.4 Mo) / ill. |
| Note générale : |
Mode d'accès : accès au texte intégral par intranet.
Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2022 Bibliogr. f. 81 - 85 .- Webographie f. 86 |
| Langues : | Français |
| Index. décimale : | PN00122 |
| Tags : | Vision par ordinateur ; Diagnostic des maladies plantes CNN |
| Résumé : | La dégradation de la quantité et de la qualité de la production entraîne des pertes économiques. Ainsi, reconnaître les maladies des plantes est très important. Les symptômes de maladies apparaissent dans différentes parties des plantes. Cependant, ce sont les feuilles qui sont le plus couramment utilisées pour détecter l’infection. De nombreux chercheurs utilisent des techniques de vision par ordinateur pour détecter les maladies à l’aide d’images de feuilles. Notre étude diagnostique les maladies des plantes à l’aide de la méthode des réseaux de neurones profonds (DNN) basée sur ces symptômes précoces. Plusieurs modèles de réseaux de neurones convolutifs (CNN) tels que AlexNet, VGG16 et ResNet ont été utilisés en plus d’un modèle que nous proposerons plus tard pour identifier 17 classes avec 14 maladies. Ensuite, nous avons construit une interface Web pour le diagnostic de ces maladies en utilisant l’un de ces modèles. |
Exemplaires (1)
| Cote | Support | Localisation | Section | Disponibilité | Spécialité | Etat_Exemplaire |
|---|---|---|---|---|---|---|
| PN00122 | Ressources électroniques | Bibliothèque centrale | Projet Fin d'Etudes | Disponible | Electronique | Téléchargeable |
Documents numériques (1)
|
DAHMANI.Salah-Eddine.pdf URL
|
