OBJEKTERKENNUNGS-MECHANISMUS MIT TIEFEM CNN-MODELL

CHF 51.55
Auf Lager
SKU
BSPU47V2DPT
Stock 1 Verfügbar
Geliefert zwischen Di., 25.11.2025 und Mi., 26.11.2025

Details

Objekterkennung und -verfolgung spielen eine wichtige Rolle bei Computer-Vision-Algorithmen. Die Erkennung und Verfolgung von Objekten ist mit vielen Herausforderungen verbunden, wie z. B. der effizienten Erkennung von Objekten sowohl in Innenräumen als auch im Freien und der Vermeidung von Verdeckungen. Viele herkömmliche Methoden sind unter diesen Umständen nicht gut und haben eine hohe Effizienz. Da die Forschung im Bereich der Deep-Learning-Methoden ständig zunimmt und diese aufgrund ihrer hohen Genauigkeit sehr beliebt sind, ziehen wir Deep Learning dem traditionellen maschinellen Lernen vor. Die Objekterkennung ist ein Schlüsselthema in der Bildverarbeitung und dient der Erkennung, Identifizierung und Lokalisierung von Objekten durch das Zeichnen von Begrenzungsrahmen für diese Objekte. Die Objekterkennung hat verschiedene Anwendungen in unterschiedlichen Bereichen wie Sicherheit, Medizin und Verteidigung.

Autorentext

Soy K. Ravi Kumar y trabajo como profesor asistente en la Facultad de Ingeniería Lakireddy Bali Reddy. Mi interés en la investigación incluye el procesamiento de señales.

Weitere Informationen

  • Allgemeine Informationen
    • GTIN 09786206083139
    • Genre Sonstige Politik-Bücher
    • Sprache Deutsch
    • Anzahl Seiten 80
    • Größe H220mm x B150mm x T5mm
    • Jahr 2023
    • EAN 9786206083139
    • Format Kartonierter Einband
    • ISBN 978-620-6-08313-9
    • Veröffentlichung 12.06.2023
    • Titel OBJEKTERKENNUNGS-MECHANISMUS MIT TIEFEM CNN-MODELL
    • Autor Ravi Kumar Kandagatla
    • Gewicht 137g
    • Herausgeber Verlag Unser Wissen

Bewertungen

Schreiben Sie eine Bewertung
Nur registrierte Benutzer können Bewertungen schreiben. Bitte loggen Sie sich ein oder erstellen Sie ein Konto.
Made with ♥ in Switzerland | ©2025 Avento by Gametime AG
Gametime AG | Hohlstrasse 216 | 8004 Zürich | Schweiz | UID: CHE-112.967.470