Conception d'un modèle de gestion de stock pharmaceutique par reconnaissance visuelle basée sur les réseaux de neurones convolutifs

Abstract

Dans ce mémoire, nous nous sommes intéressés aux techniques de l’intelligence artificielle et de la vision par ordinateur pour la détection des médicaments en temps réel. En vue de la mise en place d’un système intelligent de surveillance des stocks dans une pharmacie, nous avons évalué la capacité des trois modèles YOLOv8, YOLOv6 et RT-DETR à détecter avec précision différentes références de médicaments. Ces modèles sont entraînés et comparés sur des images réelles collectées dans une pharmacie à Tlemcen. Les résultats obtenus sont encourageants : les modèles testés parviennent à reconnaître et à localiser les boîtes de médicaments avec une bonne précision, sans confondre les références entre elles. YOLOv8 s’impose comme le meilleur compromis entre précision et rapidité, ouvrant la voie à un système de surveillance automatique du stock en temps réel.