Abstract:
Les méthodes d’apprentissage profond, en particulier les réseaux de neurones convolutifs, ont
obtenu des succès significatifs dans le domaine de classification d’images. La formation de
modèles profonds montre de performances exceptionnelles avec de grands ensembles de
données.
Ce travail de projet de fin d’étude propose un réseau de neurones à apprentissage profond
pour apprendre sur un ensemble de données de taille réduite. Pour cela, un ensemble de
d’image selon des classes différentes avec masque, sans masque et masque incorrect a été
généré sous le logiciel de programmation Matlab.
Nous démontrons expérimentalement que le jeu de données d’apprentissage améliore
réellement la puissance de généralisation des CNN. L’évaluation du modèle étudié a montré
de bonnes performances en termes de précision avec un taux de classification de 91.5%.
