University Sétif 1 FERHAT ABBAS Faculty of Sciences
Détail de l'auteur
Auteur Salah Rouabah |
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Affiner la recherche
L’apprentissage profond (Deep Learning) Pour la classification automatique D’images par le contenu visuel / Salah Rouabah
Titre : L’apprentissage profond (Deep Learning) Pour la classification automatique D’images par le contenu visuel Type de document : texte imprimé Auteurs : Salah Rouabah, Auteur ; Seifeddine Salhi, Auteur ; Hadi F, Directeur de thèse Année de publication : 2022 Importance : 1 vol (56 f .) Format : 29cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : CNN
VGG19
VGG16
COVID19Résumé :
L’imageriemédicaleestunoutildediagnosticetdedépistage,laradiographie,misau
point en1972,permetdevisualiserlesorganesen3D,sousformedecoupes.Ilutiliseluiaussi
des rayonsXémisparuntubequitourneautourdupatient;unesuccessiond’imagesducorps
sont prisesà 360°grâceà descapteurssituésdepartetd’autredupatientetquimesurent
l’absorption destissus.Aveclesprogrèsdesalgorithmesinformatiques,ladétectiondece
type desanomaliesà unstadeprécoceestnécessairedetouteurgencepourlerétablissement
rapide despatients.L’ensemblededonnéesutilisédanscetteétudeCOVID19radiographys
dataset aétécollectéauprèsdedifférentessourcesetilestdisponiblepourleschercheurs.Le
nombred’imagesdansl’ensemblededonnéescollectéesestde460caspositifsauCOVID-19,
1266 imagesNormales.Pouréprouvernotrearchitecturedeeplearning,fondéesur4blocs,
nous avonschoisisdeuxarchitecturesverydeepquisont:vgg16,vgg19.Cesmodèlesontété
sélectionnés parcequ’ilsobtiennentdesrésultatsélevésdanslabasededonnéesimagenet.
Résultats :Dansl’ensemblededonnéesCOVID19ChestX-ray,notremodèleatteintune
réussite(accuracy) de97%etunepertede10%.
Conclusions :NotreCNNproposéobtientdesbonrésultatssurnotrebasededonnéesce
qui prouvelaqualitédenotremodèle.Côte titre : MAI/0597 En ligne : https://drive.google.com/file/d/1OsWqQeDnACGs_dwfg_gnPwCj8sNF5BIa/view?usp=share [...] Format de la ressource électronique : L’apprentissage profond (Deep Learning) Pour la classification automatique D’images par le contenu visuel [texte imprimé] / Salah Rouabah, Auteur ; Seifeddine Salhi, Auteur ; Hadi F, Directeur de thèse . - 2022 . - 1 vol (56 f .) ; 29cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : CNN
VGG19
VGG16
COVID19Résumé :
L’imageriemédicaleestunoutildediagnosticetdedépistage,laradiographie,misau
point en1972,permetdevisualiserlesorganesen3D,sousformedecoupes.Ilutiliseluiaussi
des rayonsXémisparuntubequitourneautourdupatient;unesuccessiond’imagesducorps
sont prisesà 360°grâceà descapteurssituésdepartetd’autredupatientetquimesurent
l’absorption destissus.Aveclesprogrèsdesalgorithmesinformatiques,ladétectiondece
type desanomaliesà unstadeprécoceestnécessairedetouteurgencepourlerétablissement
rapide despatients.L’ensemblededonnéesutilisédanscetteétudeCOVID19radiographys
dataset aétécollectéauprèsdedifférentessourcesetilestdisponiblepourleschercheurs.Le
nombred’imagesdansl’ensemblededonnéescollectéesestde460caspositifsauCOVID-19,
1266 imagesNormales.Pouréprouvernotrearchitecturedeeplearning,fondéesur4blocs,
nous avonschoisisdeuxarchitecturesverydeepquisont:vgg16,vgg19.Cesmodèlesontété
sélectionnés parcequ’ilsobtiennentdesrésultatsélevésdanslabasededonnéesimagenet.
Résultats :Dansl’ensemblededonnéesCOVID19ChestX-ray,notremodèleatteintune
réussite(accuracy) de97%etunepertede10%.
Conclusions :NotreCNNproposéobtientdesbonrésultatssurnotrebasededonnéesce
qui prouvelaqualitédenotremodèle.Côte titre : MAI/0597 En ligne : https://drive.google.com/file/d/1OsWqQeDnACGs_dwfg_gnPwCj8sNF5BIa/view?usp=share [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0597 MAI/0597 Mémoire Bibliothéque des sciences Français Disponible
Disponible