Initiation aux réseaux de neurones convolutifs : Application à la détection ele d’objet
No Thumbnail Available
Date
2020
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
La détection d’objet est une sous discipline de la vision par ordinateur. Elle est basée aujourd’hui sur
l’apprentissage automatique. Le long de la décennie précédente il y’a eu une prédominance des
réseaux de neurones profonds qui ont tiré profit de l’avancée de la puissance de calcul et la
disponibilité des bases de données. Un cas particulier des réseaux de neurones sont les réseaux de
neurones convolutifs (CNN). Ces derniers se sont montrés particulièrement efficace dans le domaine
de l’imagerie. Le réseau est entrainé pour rechercher les coins, les arrêtes et les nuances de couleurs
relatifs à des structures complexes. Dans le cas de la détection d’objet le système estime les régions
susceptibles de contenir des objets et les étiquette.
Dans ce mémoire de master nous avons fait une étude bibligraphique sur les CNN et avons conçu un
réseau de neurone fonctionnel profond que nous avons utilisé avec une base de donnée. Les
résultats sont comparés avec ceux d’un réseau pré-entrainé.