00000nam 2200000zi 4500 9.905567 CaOODSP 20250403110456 m o d f cr cn||||||||| 211202t20222022oncda ob f000 0 fre d 9780660411699 CaOODSP fre rda CaOODSP n-cn--- CS18-001/2021-3F-PDF Habashna, Ala'a Al-, auteur. Classification des types d'immeubles au moyen d'images prises à partir de la rue à l'aide de réseaux neuronaux convolutifs / par Ala’a Al-Habashna [Ottawa] : Statistique Canada = Statistics Canada, 2022. ©2022 1 ressource en ligne (20 pages) : graphiques, illustrations text txt rdacontent/fre computer c rdamedia/fre online resource cr rdacarrier/fre Rapports sur les projets spéciaux sur les entreprises Publié aussi en anglais sous le titre : Building type classification from street-view imagery using convolutional neural networks. Publié aussi en format HTML. « Date de diffusion : January 21, 2022. » Comprend des références bibliographiques (page 20). « Les microdonnées sur les bâtiments et les infrastructures physiques sont de plus en plus pertinentes pour les programmes statistiques dans les sphères sociale, économique et environnementale. De nouvelles sources de données et des méthodes d’analyse avancées peuvent être utilisées pour générer une partie de cette information. Le présent rapport explique comment les réseaux neuronaux convolutifs (RNC) multiples sont peaufinés aux fins de la classification des bâtiments en fonction de leurs différents types (p. ex. maisons, immeubles d’appartements, bâtiments industriels) au moyen d’images prises à partir de la rue »--Résumé, page 6. Constructions Canada Classification. Statistique Canada, organisme de publication. Building type classification from street-view imagery using convolutional neural networks / (CaOODSP)9.905566 Rapports sur les projets spéciaux sur les entreprises. (CaOODSP)9.826504 PDF 1.57 Mo https://publications.gc.ca/collections/collection_2022/statcan/18-001-x/18-001-x2021003-fra.pdf HTML S.O. https://www150.statcan.gc.ca/n1/pub/18-001-x/18-001-x2021003-fra.htm 18-001-X