École de technologie supérieure
Analyse granulométrique d'échantillons de sol par vision par ordinateur et réseaux de neurones
Abstract
dc:descriptionL'analyse granulométrique optique couplée à l'apprentissage profond propose une alternative rapide au tamisage mécanique traditionnel pour la caractérisation des sols. Ce mémoire présente le développement d'une base de données ouverte, nommée Photogranulometry, comprenant 12 714 images à haute résolution de 316 échantillons de sols annotés avec leurs courbes de distribution granulométrique en laboratoire. Afin de traiter cette haute dimensionnalité visuelle sous une supervision faible, une architecture basée sur l'apprentissage par instances multiples avec mécanisme d'attention (ABMIL) et un extracteur de caractéristiques DINOv2 est introduite. Cette méthode analyse les photographies sous forme de tuiles regroupées pour prédire la courbe granulométrique globale sans segmentation explicite. Le modèle atteint une erreur absolue moyenne pondérée médiane de 4,06 %. L'étude démontre la viabilité de l'approche sur des échantillons humides, ce qui élimine l'étape de séchage en laboratoire et permet une analyse géotechnique in situ.
Degree
thesis:*- Name thesis:degree_name
- Mémoire de maîtrise électronique
- Level thesis:degree_level
- masters
- Grantor dc:publisher
- École de technologie supérieure
- Year dc:date
- 2026
Author and committee
dc:creator, dc:contributor.*- Author dc:creator
-
- Plante St-Cyr, Thomas
Subjects
dc:subject × 1Rights
- Language dc:language
- fr
Identifiers
dc:identifier.*- Identifier
- INSERT-YOUR-LIBRARY-ID-HERE4065