Object Detection using YOLO Algorithm
No Thumbnail Available
Date
2026
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Ce mémoire présente le développement d’un système de détection d’objets en temps réel basé sur
les techniques du Deep Learning et de la Vision par Ordinateur. L’approche proposée repose sur
le modèle YOLOv8m, choisi pour son équilibre entre précision de détection et efficacité de
calcul. Une stratégie d’apprentissage par transfert a été adoptée en exploitant des poids préentraînés,
puis en réalisant un réglage fin sur une base de données personnalisée. Les
expérimentations menées sur des images inédites et des flux vidéo réels ont confirmé la capacité
du modèle à détecter et localiser efficacement les objets en temps réel. La principale contribution
de ce travail réside dans la conception d’une chaîne de traitement intégrée associant l’acquisition
vidéo et l’inférence optimisée de YOLOv8m.