Abstract:
Ce mémoire explore la manière dont l'Internet des Objets (IoT) et l'Intelligence
Artificielle (IA) peuvent contribuer à une gestion plus efficace et durable des dé-
chets dans un contexte industriel, à travers l'étude du terminal à conteneurs BMT
de Béjaïa. Après une analyse des pratiques actuelles et des contraintes identifiées
sur le terrain, une solution expérimentale a été développée autour du modèle de
détection d'objets YOLO, entraîné sur plusieurs jeux de données annotées. Ce
prototype a permis de tester la reconnaissance automatisée de différents types de
déchets à partir d'images, démontrant le potentiel de l'IA pour améliorer le tri et
la traçabilité. L'étude met également en lumière l'importance des jeux de données
adaptés et des contraintes locales dans la réussite de ce type de projet. L'inté-
gration future d'un système IoT complet, avec des capteurs connectés, pourrait
renforcer la surveillance en temps réel et automatiser davantage le processus. Malgré certaines limites liées à l'expérimentation (taille du dataset, contexte simulé),
les résultats sont prometteurs et ouvrent des perspectives intéressantes pour une
application à l'échelle réelle. Ce travail s'inscrit dans une dynamique de transition
numérique et écologique, en proposant une approche technologique adaptée aux
défis environnementaux contemporains.
