Résumé:
Les plantes médicinales sont utilisées depuis des temps immémoriaux pour traiter une
variété des maladies en raison de leurs multiples vertus découlant des propriétés de
leurs composés bioactifs tels que les composés phénoliques, caroténoïdes,
anthocyanes et autres composants. Ces composés sont reconnus pour leurs propriétés
anti_oxydantes, antiallergiques, anti-inflammatoires et antibactériennes. Il existe de
nombreuses espèces de plantes connues pour leurs propriétés médicinales notamment
les herbes. Cependant, il est difficile de distinguer entre ces herbes, même avec des
systèmes de vision qui ont considérablement amélioré leur capacité à extraire des
caractéristiques complexes et à sélectionner les plus importantes grâce à
l’apprentissage automatique. Par conséquent, il est essentiel de mettre en place des
outils et des méthodes claires et efficaces afin d’identifier les plantes médicales à
travers l’analyse de leurs feuilles, tiges et fleurs.
En effet, l’objectif principal de notre étude est de développer un système
d’identification des plantes médicinales basé sur des techniques d’intelligence
Artificiel. A cette fin, nous avons conçu cinq modèles basés sur Machine Learning
pour classer et identifier les plantes. Ces modèles sont ensuite évalués en calculant les
mesures de performance.
