Développement d’une application mobile d’identification des plantes médicinales

dc.contributor.authorDIAKITE MADIASSA, LAKAMY
dc.contributor.authorBEDDAD, FATIMA
dc.date.accessioned2024-07-11T09:40:07Z
dc.date.available2024-07-11T09:40:07Z
dc.date.issued2024
dc.description.abstractNotre projet vise à développer une Application mobile fonctionnant sous un système de vision par ordinateur avec objectif principal d'identifier les plantes médicinales. L'objectif du système est de permettre une identification précise des plantes grâce à l'utilisation de méthodologies sophistiquées de vision par ordinateur, en particulier la segmentation des instances. Le système utilise une approche de segmentation d'instance basée sur YOLOv8, qui est un modèle d'apprentissage profond compétent et résilient qui a la capacité de détecter et de localiser avec précision des objets dans une image. Grâce à la mise en oeuvre de ce modèle dans le cadre de l'identification des plantes, l'application mobile est capable de discerner et d’identifier efficacement les plantes. La méthodologie de segmentation des instances utilisée dans ce système discerne efficacement les plantes facilitant ainsi une identification efficace des plantes en utilisant les feuilles. L'intégration de YOLOv8 permet au système d'améliorer son efficacité et sa fiabilité dans l'évaluation de l'identification des plantes, facilitant ainsi une détection efficace.en_US
dc.identifier.urihttp://dspace.univ-temouchent.edu.dz/handle/123456789/4693
dc.language.isofren_US
dc.subjectPlantes médicinales, Intelligence artificielle, Vision par ordinateur, Segmentation d'instance, Application mobile.en_US
dc.titleDéveloppement d’une application mobile d’identification des plantes médicinalesen_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
memoire_version_finale (1) - Copie - Madiassa Lakamy Diakite.pdf
Size:
3.2 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections