Utilisation d’un CNN pour la reconnaissance des images : application aux maladies des plantes.
Loading...
Date
2024
Journal Title
Journal ISSN
Volume Title
Publisher
Faculté des Sciences
Abstract
La reconnaissance d'images est l'une des tâches les plus complexes en intelligence artificielle et en traitement d'images. Elle repose sur l'utilisation d'algorithmes et de modèles pour analyser et interpréter le contenu visuel des images. Ses applications pratiques sont nombreuses, allant de la classification d'images à la détection d'objets, en passant par la reconnaissance faciale, la reconnaissance de caractères et la vision par ordinateur.
Cela a conduit de nombreux chercheurs à explorer diverses techniques basées sur des données brutes pour la reconnaissance d'objets, en se concentrant sur les caractéristiques visuelles.
Ces applications sont très variées allant de la simple classification d'objets jusqu'à la reconnaissance d'objets, particularités ou traces qui peuvent détecter des anomalies telles que sur les radiographies en médecine qui permettent de détecter des maladies.
Dans ce contexte, nous avons adopté une approche basée sur les réseaux de neurones de convolution (CNN) pour reconnaître le contenu des images. Nous avons testé cette méthode sur un ensemble de données d'images représentant différentes catégories de maladies d'une plante à savoir la vigne qui donne le raisin. En utilisant un modèle CNN, nous avons pu identifier la maladie présente dans chaque image. Grâce à cette approche, nous avons atteint un taux de reconnaissance de 91,63 %.