Please use this identifier to cite or link to this item: http://dspace.centre-univ-mila.dz/jspui/handle/123456789/3231
Full metadata record
DC FieldValueLanguage
dc.contributor.authorNihad , Bennacer , Amimour Nadjat-
dc.date.accessioned2023-11-21T10:00:21Z-
dc.date.available2023-11-21T10:00:21Z-
dc.date.issued2023-11-
dc.identifier.citationSciences et Technologies de l’Information et de la Communication (STIC).en_US
dc.identifier.urihttp://dspace.centre-univ-mila.dz/jspui/handle/123456789/3231-
dc.descriptionCette thèse explore l’évaluation efficace des dommages après des catastrophes naturelles, elles que les inondations,grâceàl’utilisation d’imag s de drones.Les echniques d’apprentissage profond,enparticulier les réseaux neuronaux artificiels, ont été largement explorées pour des tâches telles que la segmentation sémantique d’images et la détection d’objets .L’objectif principa l de cette recherche est d’iden- tifier et de classifier divers types de dommages résultant de catastrophes.Lathèse évalue plusieurs architectures de réseaux neuronaux artificiels,notamment Unet+ Resnet 34 etUnet+VGG,ainsi que amise en oeuvre de Deeplabv 3 en utilisant l’ensemble de données Floodnet dans le contexte de la segmentation sémantique d’images. Ence qui concerneladétection etla classification des différents types de dommages, des techniques de détection d’objets comme YOLOv 8n sont appliquées en tilisant l’ensemble de données Rescuenet.en_US
dc.language.isoenen_US
dc.publisheruniversity center of abdalhafid boussouf - MILAen_US
dc.subjectdeeplearning,Convolutional.neural,networks,Semantic, segmenta- tion, Object detection,Unet,Deeplab,YOLOv8nen_US
dc.subjectapprentissageenprofondeur,réseauxneuronauxconvolutionnels, segmentationsémantique,détectiond’objets,Unet,Deeplab,YOLOv8n.en_US
dc.titleDrones Use in Disaster Management.en_US
dc.typeThesisen_US
Appears in Collections:Computer science

Files in This Item:
File Description SizeFormat 
Drones Use in Disaster Management.pdf12,59 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.