Please use this identifier to cite or link to this item: http://dspace.univ-tiaret.dz:80/handle/123456789/13614
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBoulifa, Youcef-
dc.contributor.authorGhenai, Mohamed Abdelhamid-
dc.date.accessioned2023-10-26T08:00:41Z-
dc.date.available2023-10-26T08:00:41Z-
dc.date.issued2023-07-03-
dc.identifier.urihttp://dspace.univ-tiaret.dz:80/handle/123456789/13614-
dc.descriptionThis memory dissertation revolves around the development of an automated date sorting system. The first chapter provides a comprehensive introduction to automated systems, while the second chapter focuses on the utilization of neural networks and image processing. Subsequently, the third chapter presents the practical implementation of the system using a Raspberry Pi and the YOLO algorithm for accurate date detection and sorting. Throughout this academic work, the primary objective is to explore the numerous advantages and real-world applications of automated systems, specifically within the domain of date sorting, employing cutting-edge computer vision and machine learning methodologiesen_US
dc.description.abstractCette mémoire porte sur le développement d'un système automatisé de tri des dattes. Le premier chapitre offre une introduction générale aux systèmes automatisés, tandis que le deuxième chapitre se concentre sur l'utilisation des réseaux neuronaux et du traitement d'image. Le troisième chapitre présente la mise en oeuvre concrète du système en utilisant un Raspberry Pi et l'algorithme YOLO pour détecter et trier les dattes. L'ensemble de la mémoire vise à explorer les avantages et les applications des systèmes automatisés dans le domaine spécifique du tri des dattes en utilisant des techniques de vision par ordinateur et d'apprentissage automatiqueen_US
dc.language.isofren_US
dc.publisherUniversité Ibn Khaldounen_US
dc.subjectsystème de trien_US
dc.subjectYolov8en_US
dc.subjectautomatiqueen_US
dc.titleETUDE ET REALISATION D'UN SYSTEME DE TRIen_US
dc.typeThesisen_US
Appears in Collections:Master

Files in This Item:
File Description SizeFormat 
TH.M.GE.2023.35.pdf5,36 MBAdobe PDFView/Open


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