Feedback

Gembloux Agro-Bio Tech (GxABT)
Gembloux Agro-Bio Tech (GxABT)
MASTER THESIS
VIEW 105 | DOWNLOAD 67

Développement d'un outil de reconnaissance automatique des espèces ligneuses tropicales

Download
Kaddouri, Marjane ULiège
Promotor(s) : Doucet, Jean-Louis ULiège ; Lejeune, Philippe ULiège
Date of defense : 26-Aug-2022 • Permalink : http://hdl.handle.net/2268.2/15391
Details
Title : Développement d'un outil de reconnaissance automatique des espèces ligneuses tropicales
Author : Kaddouri, Marjane ULiège
Date of defense  : 26-Aug-2022
Advisor(s) : Doucet, Jean-Louis ULiège
Lejeune, Philippe ULiège
Committee's member(s) : Monty, Arnaud ULiège
Fayolle, Adeline ULiège
Delplanque, Alexandre ULiège
Language : French
Number of pages : 91
Discipline(s) : Life sciences > Environmental sciences & ecology
Institution(s) : Université de Liège, Liège, Belgique
Degree: Master en bioingénieur : gestion des forêts et des espaces naturels, à finalité spécialisée
Faculty: Master thesis of the Gembloux Agro-Bio Tech (GxABT)

Abstract

[fr] La reconnaissance des arbres est un préalable à la gestion durable des forêts tropicales. Elle est toutefois rendue complexe par la multitude d’espèces et la difficulté d’observer de près les principaux organes discriminants. Le Deep learning associé à un outil simple d’accès tel que le téléphone, adapté pour la prise d’images d’écorces pourrait être une technologie particulièrement prometteuse. L’objectif de ce travail est donc la création d’un outil préliminaire d’intelligence artificielle de reconnaissance d’espèces d’arbres tropicaux. Pour ce faire, une base de données d’images d’écorces de 20 espèces d’arbres d’Afrique centrale a été créée. Sur base de ce jeu de données, un modèle de classification utilisant le réseau de neurones convolutifs ResNet 18 a été créé. Il en résulte une base de données de 56 000 images contenant 20 classes. Les performances de reconnaissance du modèle sont élevées avec 81,3% d’exactitude avec une tendance à la confusion pour les espèces ayant des caractéristiques morphologiques similaires. Cet outil montre des potentialités d’avenir élevées pour des bases de données plus larges et plus complexes. Cependant, augmenter drastiquement le nombre d’espèces étudiées demandera une complexification des technologies utilisées.


File(s)

Document(s)

File
Access TFE_Kaddouri_Marjane_2021-2022.pdf
Description:
Size: 18.3 MB
Format: Adobe PDF

Author

  • Kaddouri, Marjane ULiège Université de Liège > Gembloux Agro-Bio Tech

Promotor(s)

Committee's member(s)

  • Total number of views 105
  • Total number of downloads 67










All documents available on MatheO are protected by copyright and subject to the usual rules for fair use.
The University of Liège does not guarantee the scientific quality of these students' works or the accuracy of all the information they contain.