For the State Computer Engineering diploma submitted in accordance with decree 1275

Abstract

Cette thèse aborde le problème urgent de la gestion des déchets ménagers à Tlemcen, où les déchets non triés, le faible niveau de sensibilisation au tri à la source et l'absence de données localement représentatives limitent les initiatives de recyclage et d'économie circulaire. L'étude examine si l'intelligence artificielle peut soutenir le tri des déchets à la source grâce à un système de poubelle intelligente adapté aux conditions algériennes. À cette fin, un ensemble de données d'images de déchets pertinents au niveau local a été créé et augmenté, et un modèle YOLO pré-entraîné a été affiné (fine-tuned) et évalué sur ces données. Les résultats montrent que les modèles entraînés sur des ensembles de données de déchets occidentaux sont peu performants lorsqu'ils sont appliqués aux déchets locaux, confirmant ainsi le besoin de données et d'une adaptation spécifiques au domaine. La thèse apporte comme contribution un ensemble de données de base pour les déchets ménagers algériens, un modèle de détection affiné et une base théorique pour le déploiement de la technologie des poubelles intelligentes à Tlemcen. Dans l'ensemble, ce travail démontre que des systèmes d'IA ancrés localement peuvent soutenir un meilleur tri des déchets, améliorer la valorisation des matériaux et renforcer les stratégies d'économie circulaire en Algérie.