Drones Use in Disaster Management.

Nihad , Bennacer , Amimour Nadjat

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

Show simple item record