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 Field | Value | Language |
---|---|---|
dc.contributor.author | Nihad , Bennacer , Amimour Nadjat | - |
dc.date.accessioned | 2023-11-21T10:00:21Z | - |
dc.date.available | 2023-11-21T10:00:21Z | - |
dc.date.issued | 2023-11 | - |
dc.identifier.citation | Sciences et Technologies de l’Information et de la Communication (STIC). | en_US |
dc.identifier.uri | http://dspace.centre-univ-mila.dz/jspui/handle/123456789/3231 | - |
dc.description | Cette 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.iso | en | en_US |
dc.publisher | university center of abdalhafid boussouf - MILA | en_US |
dc.subject | deeplearning,Convolutional.neural,networks,Semantic, segmenta- tion, Object detection,Unet,Deeplab,YOLOv8n | en_US |
dc.subject | apprentissageenprofondeur,réseauxneuronauxconvolutionnels, segmentationsémantique,détectiond’objets,Unet,Deeplab,YOLOv8n. | en_US |
dc.title | Drones Use in Disaster Management. | en_US |
dc.type | Thesis | en_US |
Appears in Collections: | Computer science |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Drones Use in Disaster Management.pdf | 12,59 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.