| dc.contributor.author | TALBI, Acheraf Adel | |
| dc.contributor.author | MAHI TANI, Ilyas | |
| dc.date.accessioned | 2025-11-16T09:21:37Z | |
| dc.date.available | 2025-11-16T09:21:37Z | |
| dc.date.issued | 2025-04-02 | |
| dc.identifier.uri | http://hdl.handle.net/STDB_UNAM/634 | |
| dc.description.abstract | Ce mémoire présente le développement d’un système intelligent de détection et de classification des terrains végétalisés à partir d’images aériennes capturées par un drone. L’objectif est de faciliter la gestion durable des terres agricoles en identifiant automatiquement trois niveaux de couverture végétale : végétation dense, moyenne et absente. La méthodologie repose sur l’utilisation d’un drone DJI Mavic Air 2, l’annotation des images via la plateforme Roboflow, et l’entraînement du modèle YOLOv8 sur un jeu de données de plus de 3000 images. Les résultats expérimentaux révèlent une précision moyenne de 94% et un F1-score global de 0,90, démontrant une bonne capacité de détection malgré des conditions environnementales variables. Ce travail confirme l’efficacité de l’intelligence artificielle combinée à l’imagerie par drone pour la surveillance automatisée de la végétation. | en_US |
| dc.language.iso | fr | en_US |
| dc.publisher | Directeur 1:Mme NEDJAR Imane/ Directeur 2: Mme BEKKAOUI Mokhtaria /CO-Directeur: Mr. M’HAMEDI Mohammed | en_US |
| dc.subject | Agriculture, Intelligence Artificielle, Drone, Classification Des Terrains, Détection De Végétation, Vision Par Ordinateur. | en_US |
| dc.title | Système de détection et de classification des terrains végétalisés à l’aide de l’intteligence artificielle et un drone | en_US |
| dc.type | Thesis | en_US |