Système de reconnaissance des mauvaises herbes basés sur les réseaux de neurones convolutifs
| dc.contributor.author | Lekhlifi, Oussama | |
| dc.date.accessioned | 2025-04-23T10:21:44Z | |
| dc.date.available | 2025-04-23T10:21:44Z | |
| dc.date.issued | 2024-01-29 | |
| dc.description.abstract | La prolifération des mauvaises herbes dans les champs de bluet constitue un problème pour la récolte et la qualité du produit. Afin de remédier à ce problème, l'agriculture de précision est utilisée comme outil d'aide aux méthodes d'éradications, soit par pulvérisation d'herbicide ou par sarclage. Pour permettre l'éradication efficiente des mauvaises herbes, plusieurs méthodes de détection des mauvaises herbes peuvent être utilisées, qui ont pour intérêt de discriminer les différentes espèces de mauvaises herbes sous certaines conditions. L'utilisation des indices de végétation par exemple qui consiste à utiliser des algorithmes capables de différencier des parties dans l'image grâce à une particularité de ses couleurs. D'autres méthodes utilisent la détection par seuillage avec la différence de formes pour subdiviser l'image d'une parcelle en régions distinctes (ex: sol, végétation). Dans ce contexte, notre recherche a pour objectif de faciliter la classification des mauvaises herbes les plus répandues dans les champs de bluets. Grâce aux expérimentations que nous avons menées, nous avons mis au point un classificateur basé sur un réseau de neurones convolutif, capable de déterminer avec une bonne précision l'espèce à laquelle appartient la mauvaise herbe parmi les quatre autres | |
| dc.identifier.uri | http://dspace.ensa.dz/handle/123456789/3812 | |
| dc.language.iso | fr | |
| dc.subject | CNN | |
| dc.subject | Mauvaises herbes | |
| dc.subject | Tomate | |
| dc.subject | Vision par ordinateur | |
| dc.title | Système de reconnaissance des mauvaises herbes basés sur les réseaux de neurones convolutifs | |
| dc.type | Thesis |