Système de détection et reconnaissance d’objets dans le transport routier au SÉNÉGAL / Francois NdIère Diouf (2020) 

Public ISBD Titre : Système de détection et reconnaissance d’objets dans le transport routier au SÉNÉGAL Type de document : texte imprimé Auteurs : Francois NdIère Diouf, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2020 Importance : 75 P. Format : 30 cm Langues : Français (fre) Mots-clés : Reconnaissance d'objets  Deep Learning  Réseau de neurones  YOLO  Raspberry Pi  transport routier  détection d'objet  algorithme YOLO Résumé : Ce mémoire présente la mise en place d’un système de détection et de reconnaissance des objets dans le trafic routier au Sénégal en utilisant le Deep Learning dans le but de réduire le nombre d’accidents de la route pour sauver des vies. Lorsqu’un objet (piéton, un pneu, un tableau, …) est en approche du véhicule c’est-à-dire du champ de vision de la caméra installé sur la voiture le système fait la détection de l’objet puis la reconnaissance de ce dernier grâce à l’algorithme YOLO. Plusieurs algorithmes de réseaux de neurones artificiels permettent de faire la reconnaissance et la détection des objets, YOLO donne des résultats intéressants grâce à sa rapidité, sa capité de traitement des images (45 images par seconde) et sa précision. Ce système est composé d’une carte nano Raspberry avec une caméra embarquée et une application web. Le système de détection et de reconnaissance des objets envoie les images capturées à une base de données. Cette dernière sera couplée avec un système de traitement des images qui permettra à l’application web d’afficher les objets détectés sur un itinéraire déjà parcourue. Finalement nous avons conçu un système capable de détecter et reconnaitre des objets en utilisant un ordinateur pour servir de Raspberry Pi et de caméra afin d’exécuter YOLO qui est un algorithme du Deep Learning. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=68 Système de détection et reconnaissance d’objets dans le transport routier au SÉNÉGAL [texte imprimé] / Francois NdIère Diouf, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2020 . - 75 P. ; 30 cm. Langues : Français (fre) Mots-clés : Reconnaissance d'objets  Deep Learning  Réseau de neurones  YOLO  Raspberry Pi  transport routier  détection d'objet  algorithme YOLO Résumé : Ce mémoire présente la mise en place d’un système de détection et de reconnaissance des objets dans le trafic routier au Sénégal en utilisant le Deep Learning dans le but de réduire le nombre d’accidents de la route pour sauver des vies. Lorsqu’un objet (piéton, un pneu, un tableau, …) est en approche du véhicule c’est-à-dire du champ de vision de la caméra installé sur la voiture le système fait la détection de l’objet puis la reconnaissance de ce dernier grâce à l’algorithme YOLO. Plusieurs algorithmes de réseaux de neurones artificiels permettent de faire la reconnaissance et la détection des objets, YOLO donne des résultats intéressants grâce à sa rapidité, sa capité de traitement des images (45 images par seconde) et sa précision. Ce système est composé d’une carte nano Raspberry avec une caméra embarquée et une application web. Le système de détection et de reconnaissance des objets envoie les images capturées à une base de données. Cette dernière sera couplée avec un système de traitement des images qui permettra à l’application web d’afficher les objets détectés sur un itinéraire déjà parcourue. Finalement nous avons conçu un système capable de détecter et reconnaitre des objets en utilisant un ordinateur pour servir de Raspberry Pi et de caméra afin d’exécuter YOLO qui est un algorithme du Deep Learning. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=68

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
mem 10183	mem 10183	Mémoires de master	Thèses mathématiques et informatique	Réseaux et Télécommunications	Disponible

Documents numériques

Francois_n._diouf_M2_inFo.pdf Adobe Acrobat PDF

---

1 (1 - 1 / 1) Par page : 25 50 100 200