Détection et Identification en Temps Réel des Pièces Détachées à l’Aide de l’Apprentissage Profond

Abstract

Ce mémoire, intitulé “Détection et Identification en Temps Réel des Pièces Détachées à l’Aide de l’Apprentissage Profond”, se concentre sur l’état de l’art dans le domaine de la reconnaissance d’objets à l’aide de l’apprentissage profond, avec une attention particulière aux pièces de voiture. Bien que de nombreux travaux aient été réalisés dans la reconnaissance générale d’objets, peu de recherches ont exploré spécifiquement l’identification des pièces automobiles à partir d’images. Nous avons effectué une revue détaillée de plusieurs articles de recherche majeurs, chacun apportant une approche particulière pour résoudre le problème de détection et classification d’objets. Ces études montrent l’efficacité des modèles pré-entraînés dans des domaines variés, mais leur application directe aux pièces automobiles reste à approfondir. Cette recherche vise à analyser et comparer ces travaux existants, tout en discutant des opportunités d’amélioration et des défis dans le domaine de l’identification des pièces détachées en temps réel.