Présentation d'essai de l'étudiante Ghizlane Hermak. Titre : Comparaison de l’exactitude de la détection du port du masque entre un modèle CNN et un modèle YOLO
- Date :
- Jeudi 16 mai 2024
- Heure :
- De 17 h à 18 h 30
- Type :
- Soutenance de thèse
- Public :
- Tous
- Lieu :
- Campus de Longueuil, local L1-5650 (Site Internet)
- Coût :
- Gratuit
La technologie de détection d'objets, en particulier dans le contexte de la sécurité et de la protection occupe une place de plus en plus prépondérante dans notre vie quotidienne.
La pandémie de 2019 a donné lieu à l’utilisation de l'intelligence artificielle et de l'apprentissage profond pour détecter le port du masque à l’entrée des édifices hospitaliers, commerciaux et autres, contribuant ainsi à limiter la propagation des virus et renforcer au sein de la population un sentiment de sécurité face aux risques sanitaires.
Cette étude se focalise sur la performance des algorithmes et outils d’intelligence artificielle dans le contexte de la détection du port du masque, spécifiquement la précision de la détection.
Une évaluation comparative de deux algorithmes (CNN et YOLO) est proposée. Les résultats de cette comparaison soulignent l'importance de choisir le bon algorithme pour maximiser la précision de la détection.