People’s Democratic Republic of Algeria

Ministry of Higher Education and Scientific Research

University of 8 May 1945-Guelma-
Faculty of Mathematics, Computer Science and Science of Matter
Department of Computer Science

Thése de Master
Spécialité: I n f o r m a t i q u e

Option:

sciences et technologies de l’information et de

La communication

Théme

Détection d’objet s et deep Learning dans un

trafic routier

Présenté par: supervisé par:

Benkamouch Wiam Dr. Madi Leyla
Members du jury:
Dr. Benhamza karima Examinateur
Dr. Ben ham ida Nad jete pr ésiden t

June 2023.
 ‫الر ْح َمن َّ‬ ‫َّ‬
‫الر ِحيم‬ ‫ِ‬
‫الله َّ‬
‫ِ‬ ‫ِب ْس ِم‬
‫ِ‬ ‫ِ‬ ‫ان مِ إن عَلَ ٍق * اقإ َرأإ َو َربُّ َ‬ ‫﴿ اقإرأإ بِاس ِم ربِ َ ِ‬
‫ك َرمُ * الَّذي عَلَّمَ بِا إلقَلَم * عَلَّمَ إاْلِإن َس َ‬
‫ان‬ ‫ك إاْلَ إ‬ ‫ك الَّذي خَلَ َق * خَلَ َق إاْلِإن َس َ‬‫َ إ َِّ‬
‫َما لَ إم يَ إعلَم *﴾‪.‬‬
‫[سورة العلق ‪]5-1‬‬
‫الر ْح َمن َّ‬
‫الله َّ‬ ‫َّ‬ ‫ْ‬
‫يم‬
‫ِ ِ‬ ‫ح‬ ‫الر‬ ‫ِ‬ ‫ِبس ِم ِ‬
‫نن خَِير ۚ ﴾‪.‬‬ ‫ين أُوَُنا ا إلعِإلم دَ َرَجات َ‬
‫ۚ َواَللَّ بََِا ََ إع ََلُ َ‬
‫ِ‬ ‫آمنُنا مِ إن ُ‬
‫ك إم َواَلَّذ َ‬
‫ِ‬
‫﴿ يَ إرفَع اللَّ الَّذ َ‬
‫ين َ‬
‫[سورة المجادلة ‪]11‬‬
‫َّ‬ ‫َّ ُ َ َ‬ ‫َّ‬ ‫َ ُ ُ َّ‬
‫ول الل ِه َصلى الله عل ْي ِه َو َسل َم‬ ‫قال رس‬
‫كةَ لَتَضع ِ‬ ‫ك اللَّ ُ بِِ طَرِيقًا مِن طُر ِق ا إلجنَِّة‪ِ َّ ،‬‬ ‫ب فِي ِ عِإل ًَا‪َ ،‬سلَ َ‬ ‫« َم إن َسلَ َ‬
‫ضا‬‫أَجن َحتَ َها رِ ً‬
‫وإن ا إل ََالئ َ َ ُ إ‬ ‫إ ُ َ‬ ‫ك طَرِيقًا يَطإلُ ُ‬
‫ف ا إل ََاءِ‪َ ،‬وإِ َّ‬ ‫ض‪ ،‬وا إلِحيتَان فِي جن ِ‬ ‫ِ‬ ‫ن ا إلعالِم ليستَ إغفِر لَ ُ من فِي السََّ ِ‬ ‫لِطَالِ ِ ِ ِ‬
‫ن‬ ‫َ‬ ‫ُ‬ ‫َر ِ َ‬ ‫اوات‪َ ،‬و َم إن في اْل إ‬ ‫ََ‬ ‫ب ا إلعإلم‪َ ،‬وإِ َّ َ َ َ إ ُ َ إ‬
‫ن‬‫ن ا إل ُعلَََاءَ َو َرَثَةُ اْل إَن ِيَاءِ‪َ ،‬وإِ َّ‬ ‫فَضل ا إلعالِِم عَلَى ا إلعابِ ِد‪ ،‬كَفَض ِل ا إلقََرِ لَيلَةَ ا إلِدرِ عَلَى سائِرِ ا إلكَن ِ‬
‫اك ِ‬
‫ب‪َ ،‬وإِ َّ‬ ‫َ‬ ‫َ‬ ‫َ إ َإ‬ ‫إ‬ ‫َ‬ ‫إَ َ‬
‫د إر َه ًَا‪َ ،‬و َّرَثُنا ا إلعِإلمَ‪ ،‬فَََ إن أَخَذَهُ أَخَذَ بَِح ٍظِّ َوافِرٍ »‪.‬‬
‫دين ارا وال ِ‬ ‫ِ‬
‫اْل إَن ِيَاءَ لَ إم يُ َن ِّرَِثُنا َ ً َ‬
‫خاشعا‪ ،‬ورزقًا مِاركًا‪ ،‬وعَالً زاكياً ُمتقًََِّال‪.‬‬ ‫اللَّهمَّ إنِي أسأَلُ َ ِ‬
‫نافعا‪ ،‬وق لًِا ً‬ ‫ك علًَا ً‬ ‫ِّ‬
‫ربنا افتح لنا أبناب رحَتك‪ ،‬وسهل لنا ما رزقتنا‪.‬‬
‫باركت فَتَمِّ وكَا ٔاََتت فثِت‪.‬‬ ‫َ‬ ‫زدت فَِارك وكَا‬ ‫د وكَا ِّ‬ ‫انعَت فَزِ إ‬
‫َ‬ ‫اللهمِّ كَا‬
‫الر ْح َمن َّ‬ ‫َّ‬
‫يم‬
‫ِ‬ ‫ح‬
‫ِ‬ ‫الر‬ ‫ِ‬
‫الله َّ‬
‫ِ‬ ‫ِب ْس ِم‬
‫دنِي عِإل ًَا ﴾‪.‬‬‫ب زِ إ‬ ‫ِ‬
‫﴿ َوقُ إل َر ِّ‬
‫[سورة طه ‪]111‬‬
 Benkamouch wiam

Projet de fin d’étude de Master : Détection d’objet et deep

Learning dans un trafic routier.

Dirigé par : Mme Madi Leyla

Université 8 Mai 1945 Guelma

Faculté MI-SM
Département d’Informatique
 Remerciements h hhhh

Au nom de Dieu, le plus gracieux, le plus miséricordieux.

Qui m'a donné la force, le courage, et la détermination Nécessaire
pour terminer ce travail.
La rédaction de ce mémoire et cette soutenance marque la fin d’une
aventure à plusieurs facettes : aventure dans le monde de la recherche,
qui ne devrait pas en rester là, aventure humaine, aventure familiale.
Différentes personnes m’ont accompagnée tout au long de ce parcours

Au début, je souhaite adresser mes remerciements les plus sincères

Mon Enseignante Et Encadreur
Et J’exprime toute ma gratitude à Madame Madi Leyla
Docteur à l’université, 08 Mai 1945 Guelma.
Qui a accepté de m’encadrer
Pour l’aide précieuse qu’il m’a apportée
J´ai eu l’honneur d’être parmi vos élèves et de bénéficier de votre
riche enseignement.

Aux membres du jury

Madame Benhamza Karima . Vous nous avez fait un grand honneur
en acceptant de siéger parmi les membres de jury de cette mémoire.
A notre maître et Examinateur de jury. Madame Benhamida
Mes sincères remerciements Pour avoir accepté de présider le jury,
vous nous offrez le grand honneur et le grand plaisir

Mes sincères remercîments à tous les enseignants du département

d’Informatique Guelma.

Mes remerciements aussi à Monsieur «Boughida Adel»

Mes Parents, Ma sœur, Mes frères, Mes camarades, Ma famille et tous

ceux qui m'ont soutenu, aidé et contribué de près ou de loin à la
réalisation de ce travail.
 Dédicace
Je commence mes dédicaces au nom de Dieu et puis de son prophète
Mohamed.
Louange à Dieu tout puissant, qui m’a permis de voir ce jour tant
attendu.
Par ces quelques modestes mots je souhaite témoigner ma
reconnaissance à tous ceux qui m'ont aidé à lancer ce travail.
Je tiens à dédier ce modeste travail.
Aux êtres les plus chers à mes yeux qui m’ont soutenu durant toutes
mes études,

A l’homme à qui je dois ma vie, ma réussite et tout mon respect.

A mon très cher père « Messaoud Benkamouch ».
De tous les pères, tu es le meilleur. Grâce à toi papa j’ai appris le sens
du travail et de la responsabilité. Tes conseils ont toujours guidé mes
pas vers la réussite.
Vous êtes et vous resterez pour moi ma référence, et la lumière qui
illumine mon chemin.
Et j’espère que vous y trouverez le fruit vos efforts et le témoignage de
ma grande fierté de vous avoir comme père.
Je te dois ce que je suis aujourd’hui et ce que je serai demain et je ferai
toujours de mon mieux pour rester ta fierté et ne jamais te décevoir.

A mon adorable mère «Fouzia Yousfi »

Tu m’as comblé avec ta tendresse et affection tout au long de mon
parcours. Tu n’as cessé de me soutenir et de m’encourager durant
toutes les années de mes études. Ta prière et ta bénédiction m’ont été
d’un grand secours pour mener à bien mes études et tout au long de
ma vie.
En ce jour mémorable, pour moi ainsi que pour toi, reçoit ce travail en
signe de ma vive reconnaissance et ma profonde estime. Puisse le tout
puissant te donner santé, bonheur et longue vie afin que je puisse te
combler à mon tour.
J'espère ne jamais te décevoir, ni trahir ta confiance et tes sacrifices.

A ma belle sœur «Manar»

Aucune dédicace ne peut exprimer mon amour et ma gratitude, tu es
la sœur qui assures sa rôle comme il faut, tu es été à mes côtés pendant
toutes les étapes de ce travail je vous suis très reconnaissante.
Je te dis merci.
 A mes chers frères «Abd Rahmen» «Abd djalil» et
«Mohamed»
Merci d’avoir me soutenu et merci pour tous les bons moments que
nous avons passés ensemble. Que Dieu nous rassemble pour toujours.

À mon cher fiancè «Marwen»

Pour la patience et le soutien dont il a fait preuve pendant toute la
durée de ce travail et à qui je voudrais exprimer mes affections et mes
gratitudes. Merci infiniment. Que dieu vous garde pour moi.
Sans oublier ma seconde famille «Nekaa»
Et ma chère tante «Amel & Aaicha»

À ma belle «Nouna»
Pour l’amour et l’affection qui nous unissent.
Je trouve en toi les conseils de la sœur et soutien de l’amie.
Tu comptes énormément pour moi.
Je prie Dieu le tout puissant de préserver notre attachement mutuel,
et d’exaucer tous nos rêves.
Merci pour vos aides, et vos supports.
À ma belle «madjeda»
Merci pour vos aides et vos supports dans les moments difficiles.
Tu comptes énormément pour moi.
Je prie Dieu le tout puissant de préserver notre attachement mutuel,
À ma belle «Lina Djihen»
Pour l’amour et l’affection qui nous unissent.
Je te dis merci et Je te dédie ce travail avec mes vœux de réussite, de
prospérité et de bonheur.
À mes chères amis .
Pour leurs soutiens moraux et vos conseils précieux tout au long de
mes études. Vous êtes pour moi des sœurs et des amies sur qui je peux
compter. En témoignage de l’amitié qui nous unit et des souvenirs de
tous les moments que nous avons passés ensemble.

À toute personne qui a participé de près ou de loin à la réalisation de

ce travail,
Spécialement Mme « Dr Madi Leyla»,
À tous mes amis et mes collègues, A toute ma famille et tous ceux qui
me sont chers, Il me serait difficile de vous citer tous, vous êtes dans
mon cœur,
A vous les lecteurs de ces lignes.
 RÉSUMÉ

L’objectif consiste à concevoir un système destiné à l’analyse automatique de scènes au-

toroutières.
Le réseau routier joue un rôle essentiel dans le développement d’un pays car il représente
une base sur laquelle se fonde plusieurs secteurs tels que le transport des biens et des per-
sonnes ; donc il est le moyen vital de l’économie et du développement social d’un pays.
C’est pourquoi l’intégration de systèmes d’aide à la conduite est cruciale lors de la concep-
tion de nouveaux véhicules.
Dans ce travail nous avons conçu une application de détection de véhicule basée sur vidéo.
Pour atteindre à cet objectif, nous avons implémenté trois algorithmes. Le premier fait par-
tie de ML (SVM) et les deux autres font partie du deep learning (YOLOV5 et YOLOV8).
Mots-clés : Détection d’objet, machine learning ,Deep learning , apprentissage ,video.

I
 ABSTRACT

The objective is to design a system for automatic analysis of highway scenes.

The road network plays a crucial role in the development of a country as it serves as the
foundation for various sectors such as transportation of goods and people. Therefore, the
integration of driving assistance systems is crucial in the design of new vehicles.
In this work, we have developed a vehicle detection application based on video. To achieve
this goal, we have implemented three algorithms. The first one is a part of machine learning
(SVM), and the other two are part of deep learning (YOLOV5 and YOLOV8).
Keywords: Object detection, machine learning, deep learning, learning, video.

II
 LISTE DES ABRÉVIATIONS

ML Apprentissage automatique.
DL Apprentissage profond.
CNN Réseau de neurones convolutif.
SVM Support Vector Machine.
YOLO You only look once .
RNN Réseau de neurones récurrent.
LSTM Mémoire à court terme à long terme.
GRU Unité récurrente à portes.
GAN Réseau antagoniste génératif.
GPU Unité de traitement graphique .
TPU Unité de traitement de tenseurs.

Liste des matières

Résumé I

Abstract II

III
 LISTE DES MATIÈRES

Liste des abréviations III

Liste des matières III

Introduction générale 1

CHAPTER I Image numérique 2

I.1 Image numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
I.1.1 Définition 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
I.1.2 Définition 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
I.2 Caractéristique d’une image . . . . . . . . . . . . . . . . . . . . . . . . . . 3
I.2.1 La résolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
I.2.2 Pixele de l’image . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
I.2.3 voisinage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
I.2.4 Le contraste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
I.2.5 Le Contour . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
I.2.6 Histogramme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
I.3 Type des images . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
I.3.1 Images en couleurs (Polychromes) . . . . . . . . . . . . . . . . . . 6
I.3.2 Image binaire (noir et blanc) . . . . . . . . . . . . . . . . . . . . . 7
I.3.3 Images à niveaux de gris (Monochromes) . . . . . . . . . . . . . . 7
I.4 Représentation numérique de l’image . . . . . . . . . . . . . . . . . . . . . 7
I.4.1 Type de l’image numérique . . . . . . . . . . . . . . . . . . . . . . 7
I.4.1.1 Image vectoriel . . . . . . . . . . . . . . . . . . . . . . . . 8
I.4.1.2 Image matriciel . . . . . . . . . . . . . . . . . . . . . . . 8
I.4.2 Les espaces colorimétriques . . . . . . . . . . . . . . . . . . . . . . 8
I.4.2.1 L’espace RVB . . . . . . . . . . . . . . . . . . . . . . . . 8
I.4.2.2 L’espace lab . . . . . . . . . . . . . . . . . . . . . . . . . 9
I.5 Traitement d’images numérique . . . . . . . . . . . . . . . . . . . . . . . . 10
I.5.1 Acquisition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
I.5.2 Segmentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
I.5.3 Filtrage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
I.6 Domaines D’application . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
I.6.1 Imagerie aérienne et spatiale . . . . . . . . . . . . . . . . . . . . . . 12
I.6.2 Technologies biomédicales . . . . . . . . . . . . . . . . . . . . . . . 12
I.6.3 La robotique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
I.6.4 La télésurveillance . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
I.7 CONCLUSION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

CHAPTER II Détection des objets 14

IV
 LISTE DES MATIÈRES

II.1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
II.2 Définition de détection d’objets . . . . . . . . . . . . . . . . . . . . . . . . 14
II.3 L’extraction des caractéristiques d’objet . . . . . . . . . . . . . . . . . . . 15
II.3.1 Forme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
II.3.2 Couleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
II.3.3 La texture . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
II.4 Apprentissage automatique(machine learning) . . . . . . . . . . . . . . . . 15
II.4.1 Support Vector Machine (SVM) . . . . . . . . . . . . . . . . . . . . 16
II.4.2 K-Nearest Neighbors (kNN) . . . . . . . . . . . . . . . . . . . . . . 17
II.5 Apprentissage profond (deep learning) . . . . . . . . . . . . . . . . . . . . 17
II.5.1 Convolution Neural Network(CNN) . . . . . . . . . . . . . . . . . . 18
II.5.2 You only look once : YOLO . . . . . . . . . . . . . . . . . . . . . . 18
II.6 Comparison entre les versions YOLO . . . . . . . . . . . . . . . . . . . . . 19
II.6.1 Les réseaux de capsules (Caps Nets) . . . . . . . . . . . . . . . . . 19
II.6.2 Réseaux neuronaux récurrents(RNN) . . . . . . . . . . . . . . . . . 20
II.6.3 Réseaux de neurones génératifs adverses (GAN) . . . . . . . . . . . 20
II.7 déférence entre machine Learning et deep Learning . . . . . . . . . . . . . 20
II.8 CONCLUSION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

CHAPTER IIIConception et Implimentation 22

III.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
III.2 Outil de développement . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
III.2.1 Jupyter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
III.2.2 Google Colab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
III.2.3 Python . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
III.2.4 Bibliothèques utilisées . . . . . . . . . . . . . . . . . . . . . . . . . 24
III.2.4.1 OpenCV . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
III.2.4.2 SciPy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
III.2.5 Materiel et limites . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
III.3 Description de l’application . . . . . . . . . . . . . . . . . . . . . . . . . . 25
III.3.1 Système basé sur deep Learning . . . . . . . . . . . . . . . . . . . . 26
III.3.1.1 Algorithme 1(YOLOV5) . . . . . . . . . . . . . . . . . . . 26
III.3.1.2 Algorithme 2 (YOLOV8) . . . . . . . . . . . . . . . . . . 27
III.3.2 algorithme 3 (Apprentissage ML) . . . . . . . . . . . . . . . . . . 30
III.3.2.1 Extraction des caractéristiques . . . . . . . . . . . . . . . 31
III.3.2.2 Apprentissage . . . . . . . . . . . . . . . . . . . . . . . . 33
III.4 Présentation du Système . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
III.4.1 Intarface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
III.4.2 l’espace de YOLOV5 . . . . . . . . . . . . . . . . . . . . . . . . . . 34

V
 LISTE DES MATIÈRES

III.4.3 l’espace de YOLOV8 . . . . . . . . . . . . . . . . . . . . . . . . . . 34

III.4.4 l’espace de Machine Learning . . . . . . . . . . . . . . . . . . . . . 35
III.5 Expérimentation et résultats . . . . . . . . . . . . . . . . . . . . . . . . . . 35
III.6 Bases de Données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
III.7 Expérimentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
III.8 Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
III.8.1 Résultats de Machine Learning . . . . . . . . . . . . . . . . . . . . 37
III.8.2 Résultats de Deep Learning . . . . . . . . . . . . . . . . . . . . . . 38
III.8.2.1 Résultats de YOLOV5 . . . . . . . . . . . . . . . . . . . . 38
III.8.2.2 Résultats de YOLOV8 . . . . . . . . . . . . . . . . . . . . 39
III.9 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

CONCLUSION GENERAL 39

VI
List of Figures

I.1 Image numérique [1] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

I.2 résolution d’un image[2] . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
I.3 Représentation Pixels d’une image [3]. . . . . . . . . . . . . . . . . . . . . 4
I.4 Contraste d’une image [4]. . . . . . . . . . . . . . . . . . . . . . . . . . . 5
I.5 Image bruitée [5]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
I.6 Contour d’une image [6]. . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
I.7 Image avec histogramme [6]. . . . . . . . . . . . . . . . . . . . . . . . . . 6
I.8 Images couleurs (polychrome)[7]. . . . . . . . . . . . . . . . . . . . . . . . 7
I.9 Image binaire (noir et blanc)[8] . . . . . . . . . . . . . . . . . . . . . . . . 7
I.10 image Monochromes (256 couleurs)[8] . . . . . . . . . . . . . . . . . . . . 8
I.11 la représentation del’espace RGB[9]. . . . . . . . . . . . . . . . . . . . . . 10
I.12 La représentation del’espace lab[9]. . . . . . . . . . . . . . . . . . . . . . . 10
I.13 la segmentation d’images (figure1 : Image d’origine, figure2 : l’image segmentée)[10].
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
I.14 Figure I.14: Exemple de filtrage d’une image bruitée ( à gauche l’image
d’origine, à droitel’image filtrée) [11]. . . . . . . . . . . . . . . . . . . . . 12

II.1 Apprentissage Automatique ML[12]. . . . . . . . . . . . . . . . . . . . . . 16

II.2 Exemple illustrative d’un modèle SVM [12]. . . . . . . . . . . . . . . . . . 17
II.3 Apprentissage profond DL[12]. . . . . . . . . . . . . . . . . . . . . . . . . 17
II.4 Architecture générale du CNN [13]. . . . . . . . . . . . . . . . . . . . . . 18

III.1 Environnement de jupyter . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

III.2 Environnement de Google Colab . . . . . . . . . . . . . . . . . . . . . . . . 24
III.3 L’architecture de modèle YOLOv5. . . . . . . . . . . . . . . . . . . . . . . 28
III.4 L’architecture de modèle YOLOv8. . . . . . . . . . . . . . . . . . . . . . . 30
III.5 Schéma de l’algorithme basé sur ML . . . . . . . . . . . . . . . . . . . . . 31
III.6 Extraction des caractéristiques . . . . . . . . . . . . . . . . . . . . . . . . 32
III.7 Normalisation des caractéristiques . . . . . . . . . . . . . . . . . . . . . . 32
III.8 l’application de HOG. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
III.9 L’intarface de l’application . . . . . . . . . . . . . . . . . . . . . . . . . . 34
III.10détection avec YOLOV5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
III.11détection avec YOLOV8. . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

VII
 LIST OF FIGURES

III.12détection avec ML . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

VIII
List of Tables

I.1 Comparaison entre l’image vectorielle et matricielle [14]. . . . . . . . . . . 9

II.1 Les différences entr versions de YOLO (You Only Look Once) . . . . . . . 19
II.2 les différences entre Machine learning et deep Learning . . . . . . . . . . . 21

III.1 Paramètres de HOG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

III.2 Matrice de confusion du système ML . . . . . . . . . . . . . . . . . . . . . 37
III.3 Résultats du notre système ML . . . . . . . . . . . . . . . . . . . . . . . . 38
III.4 Résultats de YOLOV5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
III.5 Résultats de YOLOV8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

IX
 INTRODUCTION GÉNÉRALE

Afin de faciliter le processus de conduite et d’éviter les accidents de la route, qui sont de-
venus incrémentales ces derniers temps, et qui sont devenus dangereux pour la vie humaine
en général et pour la vie des enfants en particulier, donc un être humain fait une grande
attention dans la recherche d’une solution appropriée pour sortir de ce problème ou au
moins de le minimiser.
Alors la solution est de franchir le domaine de la vision par ordinateur que nous étudions et
utilisons pour identifier ce type d’images. Le transport routier est le mode de transport le
plus utilisé générant ainsi un trafic important qui ne cesse d’augmenter. Malheureusement,
cette augmentation du trafic routier a des conséquences sur la santé publique. Cependant,
le facteur humain représente la première cause des accidents. C’est pourquoi l’intégration
de systèmes d’aide à la conduite est cruciale lors de la conception de nouveaux véhicules.
Le présent mémoire se situe dans le contexte de l’analyse d’images numériques appliquée a
la détection d’objet au trafic routier. Les avancées récentes en matière de vision par ordi-
nateur et le deep learning ont permis d’obtenir des résultats promoteurs dans ce domaine.
Notre travail consiste à implémenter deux systèmes de nature différente (Machine Learning
et Deep Learning) qui permettent de détecter les véhicules à partir d’une vidéo. Le but de
ce travail c’est de faire une comparaison entre apprentissage automatique et profond. Pour
cela nous avons implémenté trois algorithmes. Le premier algorithme est le modèle SVM en
utilisant différents types de caractéristiques. Les deux autres algorithmes d’apprentissage
profond se manifestent par le modèle personnalisé, de YOLOv5 et YOLOv8, pour la dé-
tection des véhicules.
Le manuscrit est organisé de la manière suivante:

• Chapitre 1 : Des généralités sur le domaine de traitement d’images.

• Chapitre 2 : La détection d’objets et l’apprentissage.

• Chapitre 3 :Conception et réalisation.

1
CHAPTER I

IMAGE NUMÉRIQUE

sectionIntroduction L’appellation ”image numérique” désigne toute image (dessin, icône,

photographie...) acquise, créée, traitée et stockée sous forme binaire. Elle peut être conver-
tie à partir d’une vue réelle en utilisant des convertisseurs analogique-numérique tels que
des capteurs présents dans des dispositifs tels que les scanners, les appareils photo ou les
caméscopes numériques. Elle peut également être créée directement par des programmes
informatiques à l’aide d’une souris, de tablettes graphiques ou par modélisation 3D (images
de synthèse). Une fois stockée sur un support informatique (disque dur, etc.), elle peut
être traitée à l’aide d’outils graphiques pour effectuer diverses transformations telles que la
modification de la taille (compression), des couleurs, l’ajout ou la suppression d’éléments,
l’application de filtres variés (restauration et amélioration), le codage, etc. L’objectif de
ce traitement est de préparer l’image pour l’analyse en extrayant les informations perti-
nentes. L’image traitée est décrite de manière numérique (structurelle), sans lien direct
avec la réalité qu’elle représente, tandis que l’image symbolique conserve un lien avec la
scène observée. En interprétant les informations extraites, il est possible de prendre des
décisions et d’engager des actions en conséquence.

L’objectif du traitement d’images est d’extraire l’information utile à analyser.

I.1 Image numérique

I.1.1 Définition 1
Le terme d’image numérique désigne, dans son sens le plus général, toute image qui a été ac-
quise, traitée et sauvegardée sous une forme codée représentable par des nombres (valeurs
numériques). La numérisation est le processus qui permet de passer de l’état d’image
physique (image optique par exemple) qui est caractérisée par l’aspect continu du signal

2
Chapitre1 Image numérique

qu’elle représente (une infinité de valeurs dans l’intensité lumineuse par exemple), à l’état
d’image numérique qui est caractérisée par l’aspect discret (l’intensité lumineuse ne peut
prendre que des valeurs quantifiées en un nombre fini de points distincts). C’est cette forme
numérique qui permet une exploitation ultérieure par des outils logiciels sur ordinateur [14].

I.1.2 Définition 2
L’image est d’abord un signal 2D (x, y), généralement cette image représente la réalité 3
(x, y, z).
D’un point de vue mathématique :

• Une image est une matrice de nombres représentant un signal.

• Plusieurs outils sont utilisés pour manipuler ce signal.

D’un point de vue humain

• Une image contient plusieurs informations sémantiques.

• Il faut interpréter le contenu au-delà de la valeur des nombres[15].

Figure I.1: Image numérique [1]

I.2 Caractéristique d’une image

Une image peut être définie par trois caractéristiques de base :

I.2.1 La résolution
La résolution de l’image est le nombre de pixels par unité de longueur. Elle s’exprime en
(pixel par pouce). Ainsi, la résolution peut établir la relation entre la définition en pixels.
D’une image et sa taille réelle représentée sur le support physique[8]

3
Chapitre1 Image numérique

Figure I.2: résolution d’un image[2]

I.2.2 Pixele de l’image

Les pixels sont approximativement rectangulaires, parfois carrés. Leur dimension peut
être changée en réglant l’écran ou la carte graphique.Le pixel représente ainsi le plus petit
élément constitutifd’une image numérique. L’ensemble de ces pixels est contenu dans un
tableau à deuxdimensions constituant l’image[8].

Figure I.3: Représentation Pixels d’une image [3].

I.2.3 voisinage
La surface de l’image est représentée par un ensemble de surfaces rectangulaires Deux types
de quartiers sont distingués :

• Voisinage 4 : Pixels qui partagent un bord avec le pixel central.

• Voisinage 8 : Tout pixel situé autour du pixel central[4].

I.2.4 Le contraste
Le contraste est une propriété inhérente aux images qui quantifie.
La luminosité entre les parties claires et sombres d’une image.

• Image de contraste : présente une bonne dynamique dans la distribution Valeurs de

niveaux de gris sur toute la plage des valeurs possibles, avec un blanc très net et des
noirs profonds.

4
Chapitre1 Image numérique

• Images à faible contraste: avec une faible plage dynamique, la plupart des pixels.
ont des valeurs de niveaux de gris très proches [8].

Figure I.4: Contraste d’une image [4].

Dans une image, le bruit est toute fluctuation parasite ou dégradation que subit l’image
de l’instant de son acquisition jusqu’à son enregistrement à cause de variation de l’intensité
d’un pixel par rapport à ses voisins. Ce qui donne certains défauts (petits nuages, poussiére
et la diminution de l’intensité électrique sur les capteurs), Les sources de bruit sont multi-
ples, certaines sont physiques liées à la qualité de l’éclairage de la scéne, et électroniques
liées à la stabilité du capteur de l’image durant l’acquise[5].

Figure I.5: Image bruitée [5].

I.2.5 Le Contour
Le contour est la frontiére qui sépare des objets dans une image qui ont des pixels dont
les niveaux de gris différents, ou la limite des objets qui marquant des changements
d’intensité[5].

I.2.6 Histogramme
La distribution et la présentation des histogrammes en niveaux de gris ou en couleur
dépendent de l’image.
Cela concerne la vitesse à laquelle chaque nuance de gris (couleur) se manifeste dans l’image
exposée. Fournit un aperçu complet de la dispersion des couleurs en niveaux de gris.

5
Chapitre1 Image numérique

Figure I.6: Contour d’une image [6].

On peut facilement observer la gamme dans laquelle les couleurs en niveaux de gris sont
distribuées.
Dans les situations où l’image apparaît excessivement sombre[6].

Figure I.7: Image avec histogramme [6].

I.3 Type des images

On distingue trois types des images:

I.3.1 Images en couleurs (Polychromes)

Ces images sont généralement codées en utilisant le codage des trois couleurs de base
(Rouge, Vert, Bleu), puis on parle d’images RVB. (ceci correspond à l’encodage TV couleurs
françaises). Ce sont donc des images trimodales.
Chaque couleur est codée comme Un octet, donc : composante rouge, intensité de 0 à 255
Image RVB composante verte, intensité Composante bleue de 0 à 255, intensité de 0 à 255.
Ensuite, nous pouvons encoder 16777216 couleurs différent[7].

6
Chapitre1 Image numérique

Figure I.8: Images couleurs (polychrome)[7].

I.3.2 Image binaire (noir et blanc)

Chaque pixel est soit blanc soit noir. Puisqu’il y a uniquement deux valeurs pour chaque
pixel, un seul bit est utilisé pour le coder[8].

Figure I.9: Image binaire (noir et blanc)[8]

I.3.3 Images à niveaux de gris (Monochromes)

Chaque pixel est un niveau de gris, allant de 0 (noir) à 255 (blanc). Cet intervalle de
valeurs signifie que chaque pixel est codé sur huit bits (un octet). 256 niveaux de gris sont
généralement suffisants pour la reconnaissance de la plupart des objets d’une scène [8].

I.4 Représentation numérique de l’image

I.4.1 Type de l’image numérique
Une image numérique peut être :

7
Chapitre1 Image numérique

Figure I.10: image Monochromes (256 couleurs)[8]

I.4.1.1 Image vectoriel

Elle est composée de différents objets repérés par leurs coordonnées et comportant différents
attributs (bordure, fond, forme, coordonnées). Leur avantage c’est qu’elles peuvent etre
facilement redimensionnées. Leur codage dépend directement du logiciel qui a permis de
les créer[14].

I.4.1.2 Image matriciel

Une image matricielle, ou � carte de points (de l’anglais bitmap � est composée comme son
nom l’indique d’une matrice (tableau) de points à plusieurs dimensions, chaque dimen-
sion représente une dimension spatiale (hauteur, largeur), ou autres (niveau de résolution).
Dans le cas des images à deux dimensions, les points sont appelés pixels[14].

I.4.2 Les espaces colorimétriques

Une couleur est généralement représentée par trois composantes. Ces Les composants
définissent les espaces colorimétriques. On peut se référer à l’espace RVB, l’espace CIE
XYZ ou Yxy, ou espace laboratoire.
Dépend de l’espace colorimétrique sélectionné Représente une image couleur, un nuage de
couleur (c’est-à-dire un ensemble de couleur de l’image) n’aura pas la même distribution
dans l’espace 3D. Les espaces colorimétriques classiques, tels que RVB, CIE XYZ, etc.,
sont dérivés de Une approche purement physique qui ne tient pas compte des données
psychophysiques. Pour les autres espaces colorimétriques, tels que l’espace Lab, la méthode
physique est Correction basée sur des données visuelles humaines.

I.4.2.1 L’espace RVB

L’espace d’acquisition et de sauvegarde des images est basé sur l’espace couleur RGB.
L’acquisition utilise cet espace pour des raisons techniques évidentes dues aux capteurs de

8
Chapitre1 Image numérique

les avantage les inconvénients

image vectoriel
• Résolution indépendante, peu- • Ne peuvent pas représenter
vent être redimensionnées sans des détails complexes et des
perte de qualité. variations de couleur subtiles.

• Fichiers plus légers, adaptés • Ne prennent pas en charge les

aux graphiques simples et aux effets de lumière, d’ombrage et
illustrations. de transparence.

• Permettent de manipuler • Inadaptées aux images réal-

facilement les objets individu- istes et photographiques.
els, de modifier les couleurs et
les traits.

Image matriciel
• Prise en charge des images • Les fichiers peuvent être volu-
complexes avec des variations mineux, ce qui peut poser des
de couleur et de texture détail- problèmes de stockage et de
lées. transmission.

• Adaptées aux images réalistes, • La redimension des images

photographiques et basées sur peut entraîner une perte de
des pixels. qualité.

• Prise en charge des effets • Difficulté à représenter des

de lumière, d’ombrage et de lignes droites et des courbes en
transparence. douceur.

Table I.1: Comparaison entre l’image vectorielle et matricielle [14].

type RGB.
Le triangle de Maxwell représenté dans l’espace RGB est le triangle reliant les trois couleurs
pures Rouge, Vert et Bleu. Il nous permettra ainsi de suivre les différentes distorsions dues
aux changements d’espaces couleur[9].

I.4.2.2 L’espace lab

Le système Lab est de CIE XYZ. il essaie de prendre en compte la réponse Logarithmique
à l’œil, il a l’énorme avantage d’être uniforme. C’est très utile Par exemple, des mélanges
de pigments pour le graphisme ou l’industrie textile[9].

9
Chapitre1 Image numérique

Figure I.11: la représentation del’espace RGB[9].

Figure I.12: La représentation del’espace lab[9].

I.5 Traitement d’images numérique

Le traitement d’images est une discipline issue de deux domaines croisés Ce sont l’informatique
et les mathématiques appliquées, ces dernières étudiant les caractéristiques et les propriétés
des images numériques et leurs transformations pour que Soit améliorer leur qualité, soit
en extraire des informations. Suivant,nous allons démontrer trois opérations de traitement
d’image visant à améliorer la qualité ou extraire des informations de cette derniére[15].

I.5.1 Acquisition
L’acquisition d’images est l’un des maillons essentiels de toute chaîne de conception et de
production d’images.Pour pouvoir manipuler une image sur un système informatique, il
faut d’abord la convertir pour qu’elle devienne.
Le système est lisible et utilisable.Cette opération est effectuée par le système d’entrée
peuvent être divisés en deux catégories : les appareils photo numériques et scanner[16]

10
Chapitre1 Image numérique

I.5.2 Segmentation
La segmentation consiste à regrouper tous les pixels d’une image en différents groupes,
en évaluant chaque groupe selon des critères d’homogénéité. L’objectif de cette technique
de traitement d’image est de séparer de manière précise les différents objets présents dans
l’image traitée, afin d’extraire les informations qu’elle contient. Il existe plusieurs méthodes
et approches pour effectuer la segmentation d’image[10].
Les méthodes de segmentetion

• Segmentation par région.

• Segmentation par contour.

• Segmentation par classification.

Figure I.13: la segmentation d’images (figure1 : Image d’origine, figure2 : l’image

segmentée)[10].

I.5.3 Filtrage
Le principe du filtrage consiste à modifier les valeurs des pixels d’une image, généralement
dans le but d’améliorer son apparence. En réalité, cela implique la création d’une nouvelle
image en utilisant les valeurs de pixels de l’image d’origine. Plusieurs filtres sont appliqués,
effectuant différents traitements en fonction des besoins de l’analyse. Un exemple de filtrage
d’image est l’utilisation d’un filtre pour supprimer le bruit présent dans l’image en éliminant
les pixels bruités[11].

11
Chapitre1 Image numérique

Figure I.14: Figure I.14: Exemple de filtrage d’une image bruitée ( à gauche l’image
d’origine, à droitel’image filtrée) [11].

I.6 Domaines D’application

Le traitement d’images posséde l’aspect multidisciplinaire. On trouve ses applications dans
des domaines trés variés tels que :

I.6.1 Imagerie aérienne et spatiale

Dans laquelle les traitements concernent l’étude des images satellites, l’analyse des ressources
terrestres, la cartographie automatique, les analyses météorologiques[10].

I.6.2 Technologies biomédicales

Nous trouvons des utilisations de cette technique dans l’échographie, la résonance magné-
tique nucléaire, ainsi que dans le domaine de la reconnaissance automatique des cellules
ou des chromosomes[10].

I.6.3 La robotique
l’imagerie connaît un développement majeur dans plusieurs domaines, notamment l’assemblage
de pièces mécaniques, les composants électroniques, le contrôle de qualité et la robo-
tique mobile. Ces domaines tirent parti de l’imagerie pour effectuer des tâches telles
que l’assemblage précis de pièces, la vérification de la qualité des produits et l’utilisation
d’images pour la navigation et la perception dans les robots mobiles[10].

I.6.4 La télésurveillance
Exemple, radar automatique : recherche en temps réel d’un véhicule par reconnaissance
de son immatriculation parmi un flot de véhicules circulant sur le boulevard périphérique
par caméra fixe [10].

12
Chapitre1 Image numérique

I.7 CONCLUSION
Dans ce chapitre, nous avons présenté une masse importante d’informations concernant le
domaine de traitement d’image. Dans ce qui suit, nous allons entamer la détection d’objet
ainsi que ses différentes techniques.

13
CHAPTER II

DÉTECTION DES OBJETS

II.1 INTRODUCTION
La vision par ordinateur est une branche d’intelligence artificielle dont le but est de per-
mettre à une machine de comprendre ce qu’elle «voit». Elle peut servir à la reconnaissance
de formes, qui consiste à reconnaitre une forme dans une image après l’avoir enregistrée.
La détection et le suivi d’objets est l’un des problèmes les plus étudiés ces dernières an-
nées. Ce sont des tâches importantes et difficiles dans de nombreuses applications de vision
par ordinateurs tels que robots et vidéosurveillance. Dans ce chapitre, nous abordons les
concepts de base en relation avec la détection des objets et les différentes techniques et
algorithmes de Machine Learning et Deep Learning.

II.2 Définition de détection d’objets

La détection d’objets est un domaine de recherche dynamique qui vise à classifier et localiser
des zones spécifiques d’une image ou d’une vidéo. Cette discipline se situe à l’intersection
de deux autres domaines : la classification d’images et la localisation d’objets. Le principe
de base de la détection d’objets consiste à identifier les régions de l’image susceptibles de
contenir des objets, puis à extraire et classifier chacune de ces régions à l’aide d’un modèle
de classification d’images. Les régions de l’image initiale qui obtiennent de bons résultats
de classification sont conservées, tandis que les autres sont éliminées. Pour obtenir une
méthode de détection d’objets efficace, il est essentiel de disposer d’un algorithme solide
pour la détection des régions et d’un bon algorithme de classification d’images[17].

14
Chapitre 2 Détection des objets

II.3 L’extraction des caractéristiques d’objet

L’objet peut être identifié par ses caractéristiques de forme, couleur et texture.

II.3.1 Forme
Les caractéristiques de forme sont importantes car elles fournissent une autre façon de
décrire un objet, en utilisant ses caractéristiques les plus importantes et en réduisant la
quantité d’informations stockées [18].
Histogramme de gradient orienté (HOG) L’idée importante derrière le descrip-
teur HOG est que l’apparence et la forme locale des objets dans une image peuvent être
décrites par la distribution d’intensité du gradient ou la direction des bords [?].
Dans notre projet, nous utilisons HOG comme caractéristiques pour la détection de forme
(véhicule).

II.3.2 Couleur
Les caractéristiques de couleur nous permettent d’identifier la plupart des images et les ob-
jets incluent ceci. Par conséquent, ils sont définis comme des caractéristiques essentielles
du contenu image [19].
L’histogramme des couleurs L’histogramme des couleurs est la technique la plus large-
ment utilisée pour extraire la caractéristique couleur d’une image. Il représente l’image
sous un autre angle. Il représente la distribution de fréquence des bacs de couleur dans
une image. Il compte les pixels similaires et les stocke [20]. Ce travail utilise ce principe
de description pour l’extraction des caractéristiques de couleur.

II.3.3 La texture
La texture est une caractéristique utilisée pour diviser une image en régions d’intérêt et
pour classer ces régions. La texture fournit des informations sur la disposition spatiale des
couleurs ou des intensités dans une image. Elle se caractérisée par la distribution spatiale
des niveaux d’intensité[21].

II.4 Apprentissage automatique(machine learning)

L’apprentissage automatique (Machine learning) est un domaine de recherche en infor-
matique qui traite des méthodes d’identification et de mise en œuvre de systèmes et al-
gorithmes par lesquels un ordinateur peut apprendre, ce domaine a souvent été associé

15
Chapitre 2 Détection des objets

à l’intelligence artificielle et plus spécifiquement l’intelligence computationnelle [22]. Une

définition qui s’applique à un programme informatique comme à un robot ou un être hu-
main est celle proposée par Fabien Benureau [22]
L’apprentissage est une modification d’un comportement sur la base d’une expérience.
Le machine Learning peut servir à résoudre des problèmes :

• L’on ne sait pas résoudre (la prédiction d’achats).

• Que l’on sait résoudre, mais dont on ne sait formaliser en termes algorithmiques
comment nous les résolvons (c’est le cas par exemple de la reconnaissance d’images
ou de la compréhension du langage naturel).

• Que l’on sache résoudre, mais avec des procédures beaucoup trop gourmandes en
ressources.informatiques (c’est le cas par exemple de la prédiction d’interactions entre
molécules de grande taille, pour lesquelles les simulations sont très lourdes).

Machine Learning englobe beaucoup de techniques où nous citons dans ce qui suit les plus
utilisées.

Figure II.1: Apprentissage Automatique ML[12].

II.4.1 Support Vector Machine (SVM)

C’est un algorithme d’apprentissage automatique supervisé, principalement utilisé pour la
classification.
L’avantage de cet algorithme, par rapport aux autres algorithmes d’apprentissage automa-
tique, est que non seulement il sépare les données en classes, mais il trouve aussi unhyper-
plan de séparation (l’analogue d’un plan dans un espace avec plus de trois dimensions) qui
maximise la marge séparant chaque point de l’hyper-plan.
En outre, les machines vectorielles de support peuvent également traiter le cas des données
qui ne sont pas linéairement séparables [23].

16
Chapitre 2 Détection des objets

Figure II.2: Exemple illustrative d’un modèle SVM [12].

II.4.2 K-Nearest Neighbors (kNN)

L’algorithme des K plus proches voisins (kNN) est un algorithme d’apprentissage automa-
tique supervisé qui repose sur des données d’entrée étiquetées qui permettent de définir
une fonction par apprentissage, fonction qui va fournir une réponse appropriée lorsque de
nouvelles données non étiquetées sont fournies [24].

II.5 Apprentissage profond (deep learning)

L’apprentissage profond (deep learning) est un ensemble de techniques d’apprentissage
automatique qui ont fait de progrès significatifs en intelligence artificielle ces dernières
années.en apprentissage automatique, un programme analyse un ensemble de données pour
formuler des règles permettant de tirer des conclusions sur de nouvelles données[25]. Dans

Figure II.3: Apprentissage profond DL[12].

17
Chapitre 2 Détection des objets

ce qui suit, nous citons les algorithmes de Deep learning les plus utilisés.

II.5.1 Convolution Neural Network(CNN)

Est une classe de réseaux de neurones profonds, le plus souvent appliqué pour analyser
l’imagerie visuelle. Maintenant, lorsque nous pensons à un réseau de neurones, nous pen-
sons à des multiplications matricielles, mais ce n’est pas le cas avec le CNN. Il utilise
une technique spéciale appelée Convolution. Or, en mathématiques, la convolution est une
opération mathématique sur deux fonctions qui produit une troisième fonction qui exprime
comment la forme de l’une est modifiée par l’autre[13].

Figure II.4: Architecture générale du CNN [13].

II.5.2 You only look once : YOLO

La détection d’objets consiste en diverses approches telles que faster R-CNN rapide,Retina-
Net . .etc. Bien que ces approches aient résolu les défis de la limitation des données et de
la modélisation dans la détection d’objets, elles ne sont pas capables de détecter des objets
en une seule exécution d’algorithme [26].
En vue que L’algorithme YOLO a gagné en popularité en raison de ses performances
supérieures aux autres techniques de détection des objets, nous proposons de l’utiliser
pour faire notre apprentissage profond. Conçu et continuellement amélioré par ses auteurs
Joseph Redmon et Ali Farhadi de l’uni-versité de Washington [27].
You only look once(YOLO) est un algorithme de détection d’objets en temps réel qui
identifie des objets spécifiques dans des vidéos, live feeds, ou des images. À la base, YOLO
utilise un modèle CNN basé sur Googlenet (Szegedy et al., 2015) , qu’il nomme Darknet,
avec modifications sur les couches d’entrée afin que s’effectuent le phases de détection
et de classification à l’intérieur même du réseau, sans nécessiter l’utilisation d’un second
réseau[28].
Le YOLO est actuèllement en version 8 (yolov8) publié en 2023 [100] par Ultralytics .

18
Chapitre 2 Détection des objets

II.6 Comparison entre les versions YOLO

YOLO (You Only Look Once) est une famille d’architectures de réseaux neuronaux convo-
lutifs utilisés pour la détection d’objets en temps réel. Chaque version de YOLO apporte
des améliorations et des modifications par rapport à la version précédente. Voici les prin-
cipales différences entre les différentes versions de YOLO :

YOLO V1 YOLO V2 YOLO V3 YOLO V4 YOLO V5

Année 2015 2016 2018 2020 2020
Backbone Darknet Darknet Darknet, Mo- CSPDarknet, CSPDarknet
bileNetV1 CSPResNeXt
Couches 24 23 53 110-137 137-184
Détecteurs 1 5 9 11 3
Rendu en Non Oui Oui Oui Oui
temps réel
Précision Moins précis Amélioration Meilleure Meilleure Variable en
que v2 de la pré- précision par précision par fonction des
cision par rapport à v2 rapport à v3 configura-
rapport à v1 tions
Objectifs Détection Détection Détection Détection Détection
d’objets d’objets, d’objets, d’objets, d’objets,
segmentation segmentation segmentation segmentation
d’instance d’instance, d’instance, d’instance
estimation de estimation de
pose pose

Table II.1: Les différences entr versions de YOLO (You Only Look Once) .

II.6.1 Les réseaux de capsules (Caps Nets)

Un réseau de capsules(caps net)est un système d’apprentissage automatique qui est un
type de réseau de neurones artificiels qui peut être utilisé pour mieux modéliser les rela-
tions hiérarchiques. Cette approche vise à imiter plus étroitement l’organisation neuronale
biologique.
L’idée est d’ajouter des structures appelées capsules à un réseau neuronal convolutif et
de réutiliser les sorties de plusieurs de ces capsules pour former des représentations plus
stables (par rapport à diverses perturbations) de capsules d’ordre supérieur. La sortie est
un vecteur consistant en la probabilité d’une observation et une pose pour cette observa-

19
Chapitre 2 Détection des objets

tion. Ce vecteur est similaire à ce qui est fait par exemple lors de la classification avec
localisation dans les CNN [28].

II.6.2 Réseaux neuronaux récurrents(RNN)

Les RNN sont utilisés pour le traitement de séquences, tels que le langage naturel et la tra-
duction automatique. Ils sont capables de prendre en compte les dépendances temporelles
grâce à leur mécanisme de rétroaction [29].

II.6.3 Réseaux de neurones génératifs adverses (GAN)

Les GAN sont utilisés pour générer de nouvelles données réalistes, tels que des images
ou des textes, en utilisant un générateur et un discriminateur qui s’affrontent dans un
processus d’apprentissage[30].

II.7 déférence entre machine Learning et deep Learn-

ing
Dans cette partie du mémoire nous proposons notre point de vue comparatif entre les deux
techniques machine learning et le deep learning. Le tableau suivant (Table II.2) illustre
cette comparaison.

II.8 CONCLUSION
Dans ce chapitre nous avons exposé les techniques les plus connus de l’apprentissage au-
tomatique et profond. Dans le chapitre suivant nous procédons a l’implémentation de
l’algorithme SVM (Machine Learning) et deux autre algorithmes YOLOv5 YOLOv8 (Deep
Learning) a fin de comparer et discuter leurs résultats.

20
Chapitre 2 Détection des objets

Machine Learning (apprentis- Deep Learning (apprentissage

sage automatique) profond)
Architecture Utilise des algorithmes basés sur des Utilise des réseaux de neurones pro-
des modèles caractéristiques extraites manuelle- fonds avec des architectures com-
ment des données[31]. plexes et des millions de paramètres
[32].
Représentation Repose sur l’ingénierie des carac- Apprend des caractéristiques dis-
des données téristiques, les caractéristiques sont criminantes à partir des données
sélectionnées et extraites manuelle- brutes [32]..
ment [31].
Capacité Capacité à résoudre une grande var- Capable d’apprendre des représen-
d’apprentissage iété de problèmes, mais peut être tations de données complexes et de
limitée par la complexité des mod- résoudre des problèmes hautement
èles choisis [31]. non linéaires grâce à sa capacité à
modéliser des relations hiérarchiques
[32]..
Performance et Performances efficaces dans des Performances supérieures dans des
complexité tâches moins complexes [31] tâches complexes, mais avec une
complexité accrue [32]..
Interprétabilité Les modèles sont souvent plus faciles eut être plus difficile à interpréter en
à interpréter, car ils sont basés raison de la complexité des réseaux
sur des algorithmes plus simples et de neurones profonds et de leurs
transparents [31] multiples couches de représentation
[32].

Table II.2: les différences entre Machine learning et deep Learning

21
CHAPTER III
CONCEPTION ET IMPLIMENTATION

III.1 Introduction

Dans ce projet, j’ai implémenté trois algorithmes pour détecter la présence de véhicules
dans le trafic routier. Les deux premiers algorithmes sont basés sur le Deep Learning, où
j’ai utilisé les modèles YOLOV5 et YOLOV8 pour l’apprentissage approfondi. Le troisième
algorithme est basé sur l’apprentissage automatique (Machine Learning), avec l’utilisation
du modèle SVM.
Initialement, j’ai commencé la réalisation de cette application en utilisant le langage
Python.Cependant, les performances de mon ordinateur ne m’ont pas permis d’obtenir
des résultats satisfaisants en termes de taux d’apprentissage. Par conséquent, j’ai décidé
de réfléchir à un environnement d’exécution virtuel, en optant pour Google Colab. Dans
la suite, je présenterai l’environnement de programmation utilisé, les ressources et les bib-
liothèques mises en œuvre.
On a réalisé ces deux systèmes en utilisant le langage Python avec Jupyter. Toutefois, en
ce qui concerne le système de Deep Learning, les performances de mon ordinateur ne nous
ont pas permis d’obtenir des résultats satisfaisants en termes de taux d’apprentissage. Par
conséquent, nous avons pris la décision de passer à un espace d’exécution virtuel, à savoir
Google Colab.
Nous clôturons ce travail en présentant les résultats obtenus et en effectuant une compara-

22
CHAPTER 3 Conception et Implimentation

ison entre les trois algorithmes implémentés.

III.2 Outil de développement

III.2.1 Jupyter

Jupyter [33] est une application web open-source qui permet de créer et de partager des
documents qui contiennent du code en direct, des équations, des visualisations et du texte
narratif. Les utilisations courantes incluent le nettoyage et la transformation de don-
nées, la simulation numérique, la modélisation statistique, la visualisation de données,
l’apprentissage automatique et bien plus encore.

Figure III.1: Environnement de jupyter

III.2.2 Google Colab

Google Colab [34] est un service cloud de recherche, de développement et de formation

en machine learning. Il offre un environnement Jupyter Notebook qui ne nécessite aucune
configuration et qui s’exécute entièrement dans le cloud. Colab vous permet d’écrire et
d’exécuter du code, de sauvegarder et de partager vos notebooks, ainsi que de profiter
de ressources matérielles gratuites, notamment des processeurs graphiques (GPU) et des
unités de traitement tensoriel (TPU).
Que nous offre Colab ?
Nous pouvons tirer profit les avantage suivants en utilisant Google Colab[35] :

• Écrire et exécuter du code en Python.

23
CHAPTER 3 Conception et Implimentation

• Documentation du code pour soutenir les équations mathématiques.

• Facilite la Création, téléchargement et le partager des carnets et l’importation des

ensembles de données (ex : a partir de Google).

• Intégrer Python, TensorFlow, Keras, et OpenCV.

• Service Cloud gratuit avec GPU gratuit.

Figure III.2: Environnement de Google Colab

III.2.3 Python

Python[36] est un langage de programmation interprété, orienté objet, de haut niveau,

avec une sémantique dynamique. Sa syntaxe claire et expressive, ainsi que sa conception
modulaire et orientée objet, en font un langage idéal pour les applications de script et de
développement rapide.

III.2.4 Bibliothèques utilisées

III.2.4.1 OpenCV

Est une immense bibliothèque open source pour la vision par ordinateur, l’apprentissage
automatique et le traitement d’images. OpenCV prend en charge une grande variété de
langages de programmation comme Python, C++, Java, etc.
Il peut traiter des images et des vidéos pour identifier des objets, des visages, ou même
l’écriture d’un humain. Lorsqu’il est intégré à diverses bibliothèques, comme Numpy qui
est une bibliothèque hautement optimisée pour les opérations numériques , alors le nombre

24
CHAPTER 3 Conception et Implimentation

d’armes augmente dans votre Arsenal, c’est-à-dire que toutes les opérations que l’on peut
faire dans Numpy peuvent être combinées avec OpenCV [37].

III.2.4.2 SciPy

SciPy est une bibliothèque open-source pour le calcul scientifique en Python. Elle of-
fre des fonctionnalités avancées pour la manipulation de tableaux multidimensionnels,
l’optimisation numérique, l’algèbre linéaire, l’intégration numérique, l’interpolation, l’optimisation,
le traitement du signal et bien d’autres domaines des mathématiques et de la science [38].

III.2.5 Materiel et limites

Nous avons utilisé pour l’implémentation de notre applicatior un ordinateur TOSHIBA

satellite pro ayant les caréctéristiques suivantes :

• Système d’exploitation : Windows 10 .

• RAM : 4GB.

• CPU : Intel Core i5 3ème génération.

Nous tenons a mentionner que nous avons rencontré des limites lors de l’implémentation
du Deep Learning :

• Problème de connexion .

• L’accès à google colab n’est pas disponible tout le temps. il nous limite dans le
temps,si nous l’utilisons souvent il nous fait un ban 24h dans ce cas nous pouvons
pas accéder au GPU.

III.3 Description de l’application

Le système englobe deux algorithmes pour détecter la présence des véhicules dans le trafic
routier. Le premier algorithme est basé sur le Deep Learning ou nous proposons d’utiliser le
modèle YOLOV5 et YOLOV8 pour faire l’apprentissage profond.Le deuxième algorithme

25
CHAPTER 3 Conception et Implimentation

est basé sur l’apprentissage automatique (Machine Learning) ou nous avons adopté le
modèle SVM.

III.3.1 Système basé sur deep Learning

Dans le système de détection des véhicules basé sur DL, nous formons un modèle de
détection des véhicules personnalisé basé sur un modèle de détection des objets YOLOv5
et un modèle de détection des objets YOLOv8.

III.3.1.1 Algorithme 1(YOLOV5)

L’architecture de YOLO v5 est basée sur des couches de convolutions profondes, qui ex-
traient des caractéristiques de l’image à différentes échelles et résolutions. Ces caractéris-
tiques sont ensuite utilisées pour prédire les boîtes englobantes et les classes d’objets.
YOLOV5 utilise également des techniques d’augmentation de données pour améliorer les
performances de détection et réduire le sur apprentissage.
Algorithme de YOLOv5:

• Prétraitement: cette étape englobe deux sous étapes la préparation de données et

la Configuration du modèle.la première procède a annoter les images d’entraînement
avec les boîtes englobantes et la classe d’objet (véhicule) à détecter. La deuxième est
de sélectionner la taille appropriée du modèle YOLOv5 en fonction de nos besoins
en termes de vitesse et de précision.

• Entraînement du modèle: Est le passage des images d’entraînement par le réseau

de neurones YOLOv5, de calculer les prédictions des boîtes englobantes et des classes,
et de comparer ces prédictions aux annotations réelles pour calculer la perte (loss).
Le modèle est ensuite ajusté en utilisant l’algorithme de rétropropagation (backprop-
agation) afin d’améliorer progressivement les performances de détection.

• Validation et ajustement :Après chaque itération d’entraînement, il est essentiel

de valider le modèle sur un ensemble de données de validation distinct pour évaluer
ses performances. Si nécessaire, vous pouvez ajuster les hyperparamètres du modèle

26
CHAPTER 3 Conception et Implimentation

(comme le taux d’apprentissage, la taille de la grille, etc.) pour obtenir de meilleurs

résultats.

• Évaluation du modèle : Une fois que l’entraînement est terminé, vous pouvez
évaluer les performances du modèle YOLOv5 sur un ensemble de données de test
distinct. Cela permet de mesurer la précision, le rappel, la F-mesure et d’autres
métriques pour évaluer la qualité de la détection d’objets.

L’architecture de YOLOv5
Est basée sur un réseau de neurones convolutifs profond avec une structure en ”backbone”
et une ”head” de détection.

Les étapes de l’algorithme de DL basée sur YOLOV5 sont les suivantes :

• Colléction des données, et le choix des objets à détecter.

Dans ce cas nous détectons les véhicules.

• Configuration du YOLO avec la dataset : Maintenant que nous avons créer nos
ensembles de données d’apprentissage et test, nous devons apporter des changements
pour former notre modèle personnalisé de YOLO. Pour cela, nous choisissons le
modèle de base le plus rapide de YOLOv5.

La figure(Figure III.3) suivante illustre les principales composantes de l’architecture YOLOv5

:
Alors l’ algorithme se compose des etapes suivante :

• Pretraitement : redimensionnement de l’image pour quelle devienne .

• Apprentissage (YOLOv5)

• Evaluation du modèle sur les données de test.

III.3.1.2 Algorithme 2 (YOLOV8)

Les étapes impliquées dans un algorithme de détection d’objets utilisant YOLOv8 :

27
CHAPTER 3 Conception et Implimentation

Figure III.3: L’architecture de modèle YOLOv5.

• Collecte et préparation des données : Rassemblez un ensemble de donnéesd’entraînement

contenant des images étiquetées avec des boîtes englobantes et des classes d’objets
correspondantes. Les données peuvent également nécessiter des prétraitements tels
que le redimensionnement, la normalisation et l’augmentation des données pour
améliorer la variabilité et la qualité de l’entraînement.

• Configuration du modèle :Définissez l’architecture du modèle YOLOv8 en spéci-

fiant les couches, les paramètres et les hyper-paramètres tels que la taille de l’image
d’entrée, le nombre de classes, les paramètres de régularisation, etc.

• Construction du modèle :Créez le modèle YOLOv8 en empilant les couches con-

volutives, de regroupement (pooling), de normalisation et les couches spécifiques à
YOLOv8, comme les prédicteurs d’ancres et les filtres de détection.

• Initialisation des poids : Initialisez les poids du modèle à l’aide de techniques

telles que l’initialisation aléatoire ou le transfert de connaissances à partir de modèles
pré-entraînés.

• Entraînement du modèle :Utilisez l’ensemble de données d’entraînement pour

28
CHAPTER 3 Conception et Implimentation

entraîner le modèle YOLOv8 en utilisant des techniques d’apprentissage supervisé

telles que la rétropropagation de l’erreur et l’optimisation du gradient. Cela implique
le calcul de la perte (loss) entre les prédictions du modèle et les étiquettes réelles, et
la mise à jour itérative des poids du modèle pour minimiser cette perte.

• Validation et ajustement des hyperparamètres :Évaluez les performances du

modèle sur un ensemble de données de validation et ajustez les hyperparamètres
tels que le taux d’apprentissage, la taille de lot (batch size), etc., pour améliorer les
performances du modèle.

• Évaluation du modèle : Évaluez les performances du modèle sur un ensemble de

données de test distinct pour mesurer la précision, le rappel, la précision moyenne
(mAP) ou d’autres métriques d’évaluation spécifiques à la détection d’objets.

• Inférence : Utilisez le modèle entraîné pour effectuer des prédictions sur de nou-
velles images ou vidéos en utilisant les méthodes de détection d’objets de YOLOv8,
généralement basées sur la prédiction des boîtes englobantes et des classes d’objets.
Les étapes de l’algorithme DL basée sur YOLOV8 sont les suivantes :

– Colléction des données, et le choix des objets à détecter. Dans ce cas nous
détectons les véhicules.

– Configuration du YOLO avec la dataset : Maintenant que nous avons créer

nos ensembles de données d’apprentissage et test, nous devons apporter des
changements pour former notre modèle personnalisé de YOLO. Pour cela, nous
choisissons le modèle de base le plus rapide de YOLOv8.
La figure(Figure III.3) suivante illustre les principales composantes de l’architecture
YOLOv8 :

Alors notre algorithme se compose des etapes suivante :

• Pretraitement : redimensionnement de l’image pour quelle devienne .

• Apprentissage (YOLOv8)

• Evaluation du modèle sur les données de test.

29
CHAPTER 3 Conception et Implimentation

Figure III.4: L’architecture de modèle YOLOv8.

III.3.2 algorithme 3 (Apprentissage ML)

Dans ce système de détection des véhicules basé sur ML, nous avons adopté SVM avec
un noyau linéaire pour l’apprentissage du modèle. Il est basé sur l’extraction et ensuite la
combinaison de trois caractéristiques différentes :
HOG qui est la principale caractéristiques, l’histogramme de couleur et lescaractéris-
tiques spatiales. L’algorithme est basé sur les principales étapes suivantes :

• Redimention des images de la base des images des véhicules à 64x64 pixels.

• Extraction des caractérisques de HOG, histogramme de couleur et/ou caractéristiques

spatiales ont été extraits pour chaque échantillon d’image.

• Combinaison des caractéristiques en un seule vecteur pour chaque image. Puis, la

normailisation de ces vecteurs.

• Apprentissage du modèle avec un classifieur SVM avec un noyau linéaire.

Le schéma de description du système basé sur ML est illustré dans la figure III.5.

30
CHAPTER 3 Conception et Implimentation

Figure III.5: Schéma de l’algorithme basé sur ML

III.3.2.1 Extraction des caractéristiques

Dans cette section, nous détaillions sur les trois types de caractéristiques que nous les ex-
trairons depuis la base d’images (ou l’image d’entée).
Le déscripteur final va permettre d’extraire 5168 caractéristiques.
Un exemple d’exécution d’un système de Machine Learning dans un environnement Jupyter
Notebook.
La figure III.6 c’est un extraction des caractéristiques .

La figure III.7 c’est un Normalisation des caractéristiques .

HOG C’est la caractéristique principale dans notre algorithme basé sur ML. Pour une
image d’entrée, nous travaillons avec le déscripteur HOG qui possède les paramètres décrit

31
CHAPTER 3 Conception et Implimentation

Figure III.6: Extraction des caractéristiques

Figure III.7: Normalisation des caractéristiques

dans le tableau suivant :

Paramètre Valeur
Taille de cellule 8x8
Taille de bloc 2x2
HOG classes (orientations) 20

Table III.1: Paramètres de HOG

Chaque pixel d’une cellule de 8x8 pixels contribue au vote pour l’une des 20 classes de
l’histogramme, en fonction de l’orientation du gradient à ce point. Le poids du vote du
pixel est déterminé par l’intensité du gradient en ce point. Afin de réduire les disparités
causées par les variations d’illumination, nous regroupons plusieurs cellules dans un bloc
de 2x2 cellules.
Lorsque nous travaillons avec une image d’entrée de taille 64x64, nous parcourons les
blocs horizontalement et verticalement. Chaque bloc est composé de 4 cellules. En excluant
le dernier bloc, le nombre total de blocs est égal à (8 blocs - 1) * (8 blocs - 1). Pour chaque
cellule, nous obtenons un vecteur de taille 20 en votant pour une classe d’histogramme en
fonction de l’orientation du gradient de ses pixels. En multipliant le nombre de blocs par
le nombre de cellules par bloc par la taille du vecteur de classe (20), nous obtenons un
vecteur final de taille 3920. Ce vecteur capture les informations importantes extraites de

32
CHAPTER 3 Conception et Implimentation

Figure III.8: l’application de HOG.

l’image pour une analyse plus poussée ou une classification ultérieure.

Histogramme de couleurs Dans cette approche, nous avons appliqué un histogramme
de 16 classes à chacun des trois canaux de couleur (Bleu, Vert, Rouge) de l’image d’entrée,
qui est représentée dans l’espace de couleur BGR. Par conséquent, le deuxième descripteur
nous a permis d’extraire un total de 48 caractéristiques (16 classes multipliées par les 3
canaux), soit 16 caractéristiques pour chaque canal de couleur.
Caractéristiques spaciales En appliquant le regroupement spatial, nous réduisons la
taille de l’image d’entrée de 64x64 à 20x20. Les valeurs des pixels de cette image sont util-
isées comme caractéristiques spatiales pour chaque canal de couleur. Ainsi, nous obtenons
un total de 1200 (20 x 20 x 3 = 1200)caractéristiques spatiales. Ces caractéristiques
représentent des informations sur la répartition spatiale des couleurs dans l’image réduite.

III.3.2.2 Apprentissage

Nous utilisons l’algorithme supervisé Support Vector Machine (SVM) pour l’apprentissage
du modèle de classification. Le noyau de SVM sera linéaire avec 1000 comme valeur de
hyperparamètre C.

33
CHAPTER 3 Conception et Implimentation

III.4 Présentation du Système

Notre système est composé de trois espaces : espace YOLOV5, YOLOV8 et Machine
Learning .
Dans ce qui suit, nous allons donner un scenario d’utilisation des différentes modéle de
notre système.

III.4.1 Intarface

La figure III.9 suivante présente l’interface principale de système de detection .

Figure III.9: L’intarface de l’application

III.4.2 l’espace de YOLOV5

La figure III.10 suivante présente l’espace de detection avac modéle de YOLOV5.

III.4.3 l’espace de YOLOV8

La figure III.11 suivante présente l’espace de detection avac modéle de YOLOV8.

34
CHAPTER 3 Conception et Implimentation

Figure III.10: détection avec YOLOV5 .

III.4.4 l’espace de Machine Learning

La figure III.12 suivante présente l’espace de detection avac machine Learning (SVM).

III.5 Expérimentation et résultats

Pour l’expérimentation de notre système, nous avons comparé les performances des deux
systèmes implémentés.
La clé d’une comparaison équitable des algorithmes de ML/DL est de s’assurer que chaque
algorithme est évalué de la même manière sur les mêmes données.
Le critère de comparaison utilisé ici est le taux de reconnaissance (accuracy) calculé par la
formule suivante :

N umberof correctpredictions
accuracy =
T otalnumberof predictionsmade

35
CHAPTER 3 Conception et Implimentation

Figure III.11: détection avec YOLOV8.

III.6 Bases de Données

Le modèle sera entréné sur tous les images de la base de données Udacity[39] .
Elle contient 8799 images de véhicules vus sous différents angles et 8971 images de non-
véhicules (route, autoroutes, garde-corps, etc.). Ces exemples d’images proviennent d’une
combinaison de la base de données d’images de véhicules GTI [?] et KITTI [40].

III.7 Expérimentation

Aprés avoir mélanger les données, nous les divisons en :

• 80% données d’apprentissage (trainSets)

• 20% données de test (testSets).

Après l’entraînement du modèle sur les données d’apprentissage (trainSets), on exécute le

modèle sur les données de test (testSets)

36
CHAPTER 3 Conception et Implimentation

Figure III.12: détection avec ML

III.8 Résultats

III.8.1 Résultats de Machine Learning

Les résultats de l’évaluation du système ML proposé sont présentés dans le tableau III.3
les critères utilisés pour la comparaison comprennent la taille du vecteur de caractéris-
tiques, le temps d’extraction des caractéristiques, le temps d’apprentissage et le taux de
reconnaissance (Accuracy). Les performances de notre algorithme de classification SVM
peuvent être résumées dans la matrice de confusion, qui est illustrée dans le tableau III.2.

Non-véhicule véhicule
Non-véhicule 1745 13
véhicule 31 1763

Table III.2: Matrice de confusion du système ML

Selon ces résultats,nous pouvons conclure les remarques suivantes :

• La combinaison des trois caractéristiques de HOG, histogramme de couleur, et les

caractéristiques spatiales permet d’augmenter la performance du notre système ML,
avec un taux de 98,76%.

37
CHAPTER 3 Conception et Implimentation

Taille du Temps Temps Accuracy

vecteur des d’extraction d’apprentissage
carac. des carac.
HOG 3920 18.5s 10.2s 96.56%
Color 48 57.5s 0.6s 86.20%
Spacial 1200 17.2s 39.1s 90.48%
HOG + Color 3968 52.2s 8.8s 97.83%
HOG + Spacial 5120 19.4s 10.8s 98.25%
Color + Spacial 1248 51.8s 87.4s 95.15%
HOG Color + 5168 79.3s 12.2s 98.76%
Spacial

Table III.3: Résultats du notre système ML

• Deux caractéristiques sur trois sont les plus fortes : HOG et spatial. La combinaison
de ces deux donne un taux de 98.28% proche de l’optimale.

• L’histogramme de couleur n’augmente pas trop la performance, contrairement à HOG

qui est le plus important (taux de 96.56% si nous l’utilisons seul).

• L’extraction des caractéristiques de l’histogramme de couleur est la plus lente.

Avec le système Deep Learning. Nous avons beaucoup de résultats à mettre dans ce
mémoire.
Cependant,nous avons trouvé un taux de reconnaissance égale à 98.81%.

III.8.2 Résultats de Deep Learning

III.8.2.1 Résultats de YOLOV5

Les résultats de l’évaluation du système DL avec modele de YOLOV5 sont présentés dans
le tableau III.4.

prétraiter largeur hauteur fps frames accuracy

video 1 3.6ms 3840 2160 25 538 80%
video 2 37.8ms 1920 1080 23 332 50%

Table III.4: Résultats de YOLOV5

38
CHAPTER 3 conclusion general

III.8.2.2 Résultats de YOLOV8

Les résultats de l’évaluation du système DL avec modele de YOLOV8 sont présentés dans
le tableau III.5.

prétraiter largeur hauteur fps frames accuracy

video 1 12,6ms 3840 2160 25 538 80%
video 2 37.8ms 1920 1080 23 332 50%

Table III.5: Résultats de YOLOV8

Une comparaison entre nos deux systèmes est-il raisonnable ? Malgré que le taux
de reconnaissance dans les deux systèmes est presque le même, la comparaison entre ces
deux systèmes n’est pas raisonnable. Le système à base DL est clairement surperformé
car notre modèle Custom YOLOv3 est déja préentrainé sur la base de données COCO [41]
(parmi eux, il y a 12786 images contient des véhicules).

III.9 Conclusion

Dans ce chapitre, nous avons décri les trois conceptions que nous avons proposées pour la
détection des véhicules. Pour les deux architectures de Deep Learning nous avons person-
nalisé le modèle deYOLOv5 et YOLOV8 .Mais concernant le machine learning, nous avons
combiné trois types de caractéristiques, pour la détection des véhicules.
Ensuite, nous avons implémenté nos deux systèmes pour faire l’expérimentation. A partir
de cette dernière, ont peut conclure le modèle YOLOv 5 ou YOLOv 8 est performant par
rapport modèle ML, car il est déjà prérentrée sur un grand nombre de véhicules.
Dans le système basé sur ML, on peut aussi conclure que la combinaison des trois carac-
téristiques améliore la performance du modèle SVM et surtout la combinaison de HOG et
les caractéristiques spatiales, avec moins d’influence de l’histogramme de couleurs.

39
 CONCLUSION GENERAL

Dans ce projet de fin d’études, nous nous sommes intéressés à la détection des véhicules dans
le trafic routier et avons mis en œuvre deux systèmes : le premier basé sur l’apprentissage
automatique (Machine Learning) et le deuxième basé sur l’apprentissage profond (Deep
Learning). Les expérimentations réalisées nous ont permis de tirer les conclusions suivantes:

• La combinaison de différents types de caractéristiques, notamment le HOG (His-

togram of Oriented Gradients) et les caractéristiques spatiales, permet d’améliorer
la détection sous l’apprentissage automatique.

• Les modèles entraînés avec le Deep Learning présentent de meilleures performances

en raison de l’utilisation de volumes de données massifs lors de l’entraînement.

En ce qui concerne les perspectives de recherches futures, nous envisageons :

• D’utiliser d’autres types de caractéristiques pour améliorer la détection avec l’apprentissage

automatique.

• De détecter d’autres objets dans le trafic routier.

Les connaissances acquises au cours de ce projet de fin d’études se situent dans deux
dimensions :

• Sur le plan théorique : Nous avons acquis une maîtrise des concepts de base dans
les domaines de l’apprentissage automatique et du traitement d’images, qui étaient
nouveaux pour nous et n’ont pas été étudiés au cours de nos trois années de licence.

40
CHAPTER 3 conclusion general

• Sur le plan pratique : En plus d’approfondir nos connaissances en langage Python,

nous avons appris à utiliser certaines fonctions des bibliothèques OpenCV, NumPy et
scikit-learn. Nous avons également acquis une expérience dans l’utilisation de Google
Colab pour l’implémentation du système de Deep Learning, en raison de sa perfor-
mance lors de la phase d’apprentissage. L’implémentation de nos systèmes constitue
une application concrète de plusieurs connaissances en intelligence artificielle (ap-
prentissage automatique, Deep Learning), en traitement d’images, en algorithmique
et en paradigmes des langages de programmation, pour n’en citer que quelques-uns.

41
 REFERENCES

[1] T. SADOUN and S. BEKKOUCHE, “Filtrage d’images numériques niveau de gris,”

2016.

[2] F. BAHADJ, M. BELLAOUI, et al., Extraction de la Température de Surface de la

Terre à Partir d’une Image Satellitaire. PhD thesis, Université Ahmed Draia-ADRAR,
2015.

[3] M. J. d. L. Magalhães, Augmented reality over maps. PhD thesis, 2020.

[4] J. Weber, Segmentation morphologique interactive pour la fouille de séquences vidéo.

PhD thesis, Université de Strasbourg, 2011.

[5] H. Yacine and M. Silia, Véhicule intelligent pour la détection des plaques
d’immatriculation suspectes. PhD thesis, Université Mouloud Mammeri, 2019.

[6] M. R. B. E. L. Taha and M. A. L. Aymen, Détection et lecteur de Qr code avec

OpenCV. PhD thesis, Faculté des Sciences et Technologies, 2021.

[7] O. Lezoray, Segmentation d’images par morphologie mathématique et classification de

données par réseaux de neurones: Application à la classification de cellules en cytologie
des séreuses. PhD thesis, Université de Caen Basse-Normandie, 2000.

[8] A. Zerougui and N. Sari, “Traitement d’images monochromes,” 2017.

[9] J.-L. Le Quellec, J. Harman, C. Defrasne, and F. Duquesnoy, “Dstretch® et

l’amélioration des images numériques: applications à l’archéologie des images ru-
pestres,” Les Cahiers de l’AARS, vol. 16, pp. 177–198, 2013.

[10] L. BERREZOUG and A. BENYAGOUB, Utilisatition des Algorithmes de

L’Intéligence Artificielle appliquer à l’Aide à la Conduite. PhD thesis, Directeur:
M. ABDELLAOUI Ghouti, 2021.

42
CHAPTER 3 conclusion general

[11] R. AHMED, “Stéganographie d’images à l’aide de l’apprentissage automatique,”

[12] B. Khadidja, Interface Design for Human Pose Estimation. PhD thesis, Universite
mohamed boudiaf’des sciences et de la technologie d’oran, 2015.

[13] M. V. Valueva, N. Nagornov, P. A. Lyakhov, G. V. Valuev, and N. I. Chervyakov,

“Application of the residue number system to reduce hardware costs of the convo-
lutional neural network implementation,” Mathematics and computers in simulation,
vol. 177, pp. 232–243, 2020.

[14] A. Marion, Introduction aux techniques de traitement d’images. Eyrolles, 1987.

[15] S. Bahroun, Contributions à la construction de résumés Vidéos: application à la

recherche d’objets génériques et à la reconnaissance faciale. PhD thesis, faculté des
sciences de tunis, université de tunis el manar, 2023.

[16] M. Nadia, ANALYSE DES IMAGES MEDICALES PAR DES TECHNIQUES HY-
BRIDES. PhD thesis, Universite mohamed boudiaf’des sciences et de la technologie
d’oran, 2014.

[17] R. Girshick, J. Donahue, T. Darrell, and J. Malik, “Rich feature hierarchies for accu-
rate object detection and semantic segmentation,” in Proceedings of the IEEE confer-
ence on computer vision and pattern recognition, pp. 580–587, 2014.

[18] G. Farin, B. Hamann, and H. Hagen, Hierarchical and geometrical methods in scientific
visualization. Springer Science & Business Media, 2003.

[19] A. J. Afifi and W. M. Ashour, “Image retrieval based on content using color feature,”
International Scholarly Research Notices, vol. 2012, 2012.

[20] D. Srivastava, R. Wadhvani, and M. Gyanchandani, “A review: color feature extrac-

tion methods for content based image retrieval,” International Journal of Computa-
tional Engineering & Management, vol. 18, no. 3, pp. 9–13, 2015.

[21] L. Mărginean, P. A. Ștefan, A. Lebovici, I. Opincariu, C. Csutak, R. A. Lupean, P. A.

Coroian, and B. A. Suciu, “Ct in the differentiation of gliomas from brain metastases:
The radiomics analysis of the peritumoral zone,” Brain Sciences, vol. 12, no. 1, p. 109,
2022.

[22] G. Zaccone and M. R. Karim, “Ahmed menshawy deep learning with tensorflow,”
Birmingham: Packt Publishing, 2017.

[23] I. BAHRI, M. LAIB, M. El, et al., COMBINAISON SVM ET APPRENTISSAGE

PROFOND POUR LA RECONNAISSANCE DE CARACTERES ARABE. PhD
thesis, University Ahmed DRAIA of Adrar, 2022.

43
CHAPTER 3 conclusion general

[24] M. HAMMOUDI and R. A. KECHRA, Systèmes d’Identification Automatique des

Véhicules. PhD thesis, Université Ibn Khaldoun-Tiaret-, 2022.

[25] M. Boughaba, B. Boukhris, and M. Meflah, “Lapprentissage profond (deep learning)

pour la classification et la recherche d’images par le contenu,” 2017.

[26] G. Karimi, “Introduction to yolo algorithm for object detection,” S ection. io.
https://www. section. io/engineering education/introduction-to-yolo-algorithm-for-
objectdetection/(accessed May 7, 2021), 2021.

[27] J. Terven and D. Cordova-Esparza, “A comprehensive review of yolo: From yolov1 to

yolov8 and beyond,” arXiv preprint arXiv:2304.00501, 2023.

[28] F. S. do Couto, V. L. Batalha, J. S. Valadas, J. Data-Franca, J. A. Ribeiro, and L. V.

Lopes, “Escitalopram improves memory deficits induced by maternal separation in
the rat,” European journal of pharmacology, vol. 695, no. 1-3, pp. 71–75, 2012.

[29] A. Graves, A.-r. Mohamed, and G. Hinton, “Speech recognition with deep recurrent
neural networks,” in 2013 IEEE international conference on acoustics, speech and
signal processing, pp. 6645–6649, Ieee, 2013.

[30] I. Goodfellow, J. Pouget-Abadie, M. Mirza, B. Xu, D. Warde-Farley, S. Ozair,

A. Courville, and Y. Bengio, “Generative adversarial nets,” Advances in neural infor-
mation processing systems, vol. 27, 2014.

[31] T. M. Mitchell, “Does machine learning really work?,” AI magazine, vol. 18, no. 3,
pp. 11–11, 1997.

[32] I. Goodfellow, Y. Bengio, and A. Courville, Deep learning. MIT press, 2016.

[33] L. A. Barba, L. J. Barker, D. S. Blank, J. Brown, A. B. Downey, T. George,

L. J. Heagy, K. T. Mandli, J. K. Moore, D. Lippert, et al., “Teaching and learning
with jupyter,” Recuperado: https://jupyter4edu. github. io/jupyter-edu-book, pp. 1–77,
2019.

[34] D. K. Barupal, “Response: Commentary: Data processing thresholds for abundance

and sparsity and missed biological insights in an untargeted chemical analysis of blood
specimens for exposomics,” Frontiers in Public Health, vol. 10, p. 1003148, 2022.

[35] I. BOULEFRAKH, “La segmentation d’organes à partir d’images médicales,” 2022.

[36] G. Van Rossum, B. Warsaw, and N. Coghlan, “Pep 8–style guide for python code,”
Python. org, vol. 1565, p. 28, 2001.

44
CHAPTER 3 REFERENCES

[37] W. Nitinuntatip, K. Wattanasuk, A. Dersingh, J. Rojanarowan, W. Plodpradista,

J. Kongthon, V. Patanavijit, A. Bhattarai, and M. E. Ali, “Object recognition system
for visual impairment,” 2022.

[38] M. Visani, Contributions à l’analyse d’images par catégorisation pour la description

et la reconnaissance. PhD thesis, Université de La Rochelle, 2014.

[39] H. N. M. Nguyen, X. H. Phan, and Q. L. Tran, “Deep learning based detection of

vehicles, lane and street sign for behavior cloning in autonomous car,” tech. rep.,
VNU-UET, 2018.

[40] A. Geiger, P. Lenz, and R. Urtasun, “Are we ready for autonomous driving? the kitti
vision benchmark suite,” in 2012 IEEE conference on computer vision and pattern
recognition, pp. 3354–3361, IEEE, 2012.

[41] T.-Y. Lin, M. Maire, S. Belongie, J. Hays, P. Perona, D. Ramanan, P. Dollár, and
C. L. Zitnick, “Microsoft coco: Common objects in context,” in Computer Vision–
ECCV 2014: 13th European Conference, Zurich, Switzerland, September 6-12, 2014,
Proceedings, Part V 13, pp. 740–755, Springer, 2014.

45