| Titre : | Reconnaissance des maladies de la tomate par classification de texture et forme en utilisant le Deep Learning | | Type de document : | projet fin études | | Auteurs : | NOREDINE HAJRAOUI, Auteur | | Langues : | Français (fre) | | Catégories : | BIG DATA
| | Mots-clés : | Maladie de la tomate, Deep learning, réseau de neurones
à convolution, Classification | | Index. décimale : | mast 271/19 | | Résumé : | Les maladies des plantes sont des facteurs importants car elles
entraînent une réduction importante de la qualité et de la quantité de
produits agricoles. Par conséquent, la détection précoce et le
diagnostic de ces maladies sont importants. Nous donc proposons une
approche basée sur l’apprentissage en profondeur qui automatise le
processus de classification des maladies des feuilles de la tomate. Nous
utilisons le réseau de neurones à convolution pour classifier les
ensembles de données d'images. Les résultats préliminaires
démontrent l'efficacité de l'approche.
Les applications basées sur le traitement d'images pour la
reconnaissance et la classification des maladies des plantes constituent
le vaste domaine de recherche de nos jours. Ces applications sont utiles
pour la reconnaissance rapide des maladies des plantes. Dans ce projet,
quatre types de maladies de la tomate, à savoir le Mildiou de la tomate,
l’Oïdium, la Pourriture et le Bactériose, sont classés. La classification
est réalisée en extrayant les caractéristiques de couleur, de forme et
de texture de l’image de la tomate. Le processus d'extraction et de
classification d'images est effectué de façon automatique en utilisant
le réseau de neurones de convolution - Deep Learning in python.
|
Reconnaissance des maladies de la tomate par classification de texture et forme en utilisant le Deep Learning [projet fin études] / NOREDINE HAJRAOUI, Auteur . - [s.d.]. Langues : Français ( fre) | Catégories : | BIG DATA
| | Mots-clés : | Maladie de la tomate, Deep learning, réseau de neurones
à convolution, Classification | | Index. décimale : | mast 271/19 | | Résumé : | Les maladies des plantes sont des facteurs importants car elles
entraînent une réduction importante de la qualité et de la quantité de
produits agricoles. Par conséquent, la détection précoce et le
diagnostic de ces maladies sont importants. Nous donc proposons une
approche basée sur l’apprentissage en profondeur qui automatise le
processus de classification des maladies des feuilles de la tomate. Nous
utilisons le réseau de neurones à convolution pour classifier les
ensembles de données d'images. Les résultats préliminaires
démontrent l'efficacité de l'approche.
Les applications basées sur le traitement d'images pour la
reconnaissance et la classification des maladies des plantes constituent
le vaste domaine de recherche de nos jours. Ces applications sont utiles
pour la reconnaissance rapide des maladies des plantes. Dans ce projet,
quatre types de maladies de la tomate, à savoir le Mildiou de la tomate,
l’Oïdium, la Pourriture et le Bactériose, sont classés. La classification
est réalisée en extrayant les caractéristiques de couleur, de forme et
de texture de l’image de la tomate. Le processus d'extraction et de
classification d'images est effectué de façon automatique en utilisant
le réseau de neurones de convolution - Deep Learning in python.
|
|
Faire une suggestion Affiner la recherche
Reconnaissance des maladies de la tomate par classification de texture et forme en utilisant le Deep Learning / NOREDINE HAJRAOUI
