...
机译:深度学习对象分类器改进电子废物收集规划的应用
Silesian University of Technology ul. Krasinskiego 8 40-019 Katowice Poland;
Silesian University of Technology ul. Krasinskiego 8 40-019 Katowice Poland;
E-waste; Waste electrical and electronic equipment; Deep learning object classifier; E-waste detector; Convolutional neural network; Waste collection planning;
机译:基于深度学习的对象检测二进制分类方法识别类似的小物体:在视频监控中的应用
机译:深度学习方法,用于在斯隆数字天空测量条纹82中分类,检测和预测类星体的测光红移。
机译:遗传算法训练的深度学习,提高了多UAV的数据收集路径规划效率
机译:机器人目标检测:学习使用稀疏图改进分类器以进行路径规划
机译:使用基于深度学习的图像配准和多分类器方法改善人脸识别
机译:具有任务特定边界框的深度学习模型以及用于在ADAS应用中移动对象检测的条件反向传播
机译:深入学习检测和分类海洋对象:YOLOV3对冰山歧视的应用