HASNAOUI, Malak2026-09-292026-09-292026http://dspace.univ-khenchela.dz:4000/handle/123456789/11546Ce 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.frThesis