3. Présentation de projet
des adultes survivent
après le diagnostic
La principale raison de la détection de
tumeurs cérébrales =
5300 des personnes perdent la vie
à cause d’une tumeur au cerveau
3
16. Les étapes de déploiement
Création de
l'instance ec2
01
Générer clé privé à
travers puttygen
02
Mettre le projet sur
machine virtuelle
ubuntu à travers
WinSCP
03
Installer les
librairies
nécessaires à
travers putty
04
16
17. Conclusion
La réalisation de ce projet m’a permis de se confronter à plusieurs contraintes à la fois,
contraintes de temps, contraintes de qualité et contraintes de technologie.
De plus, ce projet m’a offert l'occasion d’enrichir mes connaissances sur l’apprentissage
profond.
17
selon les statistiques, chaque année plus de 5300 personnes perdent la vie à cause d’une tumeur au cerveau.
sont à ce jour les modèles les plus performants pour la classification et la segmentation des images surtout dans le domaine médical
De plus , CNN a obtenu les meilleurs résultats sur des données de grande taille
Réseaux de neurones convolutifs ce sont des modèles de programmation puissants permettant la reconnaissance d’images en attribuant automatiquement à chaque image fournie en entrée, une étiquette correspondant à sa classe d’appartenance.
sont à ce jour les modèles les plus performants pour la classification et la segmentation des images surtout dans le domaine médical
De plus , CNN a obtenu les meilleurs résultats sur des données de grande taille
Réseaux de neurones convolutifs ce sont des modèles de programmation puissants permettant la reconnaissance d’images en attribuant automatiquement à chaque image fournie en entrée, une étiquette correspondant à sa classe d’appartenance.
sont à ce jour les modèles les plus performants pour la classification et la segmentation des images surtout dans le domaine médical
De plus , CNN a obtenu les meilleurs résultats sur des données de grande taille
Réseaux de neurones convolutifs ce sont des modèles de programmation puissants permettant la reconnaissance d’images en attribuant automatiquement à chaque image fournie en entrée, une étiquette correspondant à sa classe d’appartenance.
Numpy: Manipuler des matrices ou tableaux multidimensionnels ainsi que des fonctions mathématiques.
Pandas:Manipulation et analyse des données.
Matplib:Tracer et visualiser des données sous formes de graphiques.
Tensorflow:Une bibliothèque de logiciels gratuits et open source pour l'apprentissage automatique
Opencv:Spécialisée dans le traitement d'images en temps réel.
Keras:Développement et évaluation de modèles d'apprentissage en profondeur
AWS:Une plate forme spécialisée dans les services de Cloud Computing.
Colab : facile à utiliser,flexible dans sa configuration
Vs:Un éditeur de code extensible développé par Microsoft
Winscp:Un client open source , SFTP graphique pour Windows et utilise le SSH
Putty: Un émulateur de terminal doublé d'un client pour les protocoles SSH, Telnet, et TCP brut.
L'augmentation des données est utilisée pour créer plusieurs images à partir d'une image existante.
Les techniques d’augmentation peuvent créer des variations d’images qui peuvent améliorer la capacité des modèles d’entrainement pour généraliser ce qu’ils ont appris à de nouvelles images, ce qui améliore fortement la performance du modèle.
