Développement D'outils De Vision Artificielle Embarquée Avec Deep Learning
Résumé: e mémoire de Master est axé sur le développement d'outils de vision artificielle destinée aux systèmes embarqués avec l'usage du Deep Learning (DL). En premier lieu, l'apprentissage d'un réseau de neurones convolutif (CNN) pour la reconnaissance des panneaux de signalisation routière est effectu éave cMatlab Deep Learning Toolbox en utilisant la base de données Road Sign Detection avec quatre (04) classes contenant environ un millier d'images. Ensuite, le hardware d'un système de vision par ordinateur est construit autour d'un Raspberry Pi 4 Model B et embarqué sur un robot mobile à deux roues motrices. Enfin ,le modèle du réseau de neurones obtenu sur Matlab après apprentissage est exporté en format de fichie ronn xave cl alibrairi eONN Xe timplément ésu rl eRaspberry Pi 4 avec l'environnement d'exécution ONNX Runtime interprété par Python 3. Les résultats de l'apprentissage, les temps d'acquisition et d'inférence des images, la capacité en mémoire utilisée, la consommation énergétique du système et la précision du modèle sur le Raspberry Pi sont rapportés dans le document.
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
