Conception d’un système de détection et de décalcification des déchets dans l'environnement basé sur l’intelligence artificielle.

Informations

Établissement

Université Numérique Cheikh Hamidou Kane

Date de soutenance

22/03/2025

Résumé

La gestion des déchets est un enjeu environnemental, sociétal et économique majeur, avec une
production de déchets en constante augmentation due à l'urbanisation, la croissance
démographique et les habitudes de consommation. Une mauvaise gestion des déchets a des
impacts négatifs sur l'environnement, la santé publique et l'économie. Au Sénégal, par
exemple, la gestion des déchets pose un défi important, avec des millions de tonnes de déchets
produits annuellement. Dans ce domaine, la détection d’objet a connu un grand succès suite
aux progrès de l'apprentissage profond (Deep Learning) considéré comme l’outils le plus
puissant pour répondre au défi de la gestion responsable des déchets. Dans cette optique, nous
avons développé un système automatique visant à détecter efficacement les types de déchets
(carton, plastique, métal) en exploitant les réseaux du Deep Learning par l'utilisation des
techniques d'apprentissage par transfert pour une meilleure performance et un temps de
calcul raisonnable. Nous avons proposé deux approches sur la base des réseaux de neurones
convolutifs et des Transformers, que sont respectivement les modèles YOLO11 et RT-DETR
entrainés sur la base de données COCO. Nous avons mené nos expériences sur la base de
données ZeroWaste composé de 4503 images. Les résultats obtenus se sont révélés satisfaisants
avec une précision maximale sur les bounding box de 43% et une Précision moyenne (mAP)
améliorée de 17,68%.