首页> 外文OA文献 >Deep Active Learning for Efficient Training of a LiDAR 3D Object Detector

【2h】

Deep Active Learning for Efficient Training of a LiDAR 3D Object Detector

机译：深度积极学习，高效培训LIDAR 3D对象探测器

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Di Feng; Xiao Wei; Lars Rosenbaum; Atsuto Maki; Klaus Dietmayer;
展开▼
作者单位

展开▼
年度 2019
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Large-Scale Live Active Learning: Training Object Detectors with Crawled Data and Crowds [J] . Sudheendra Vijayanarasimhan, Kristen Grauman International Journal of Computer Vision . 2014,第1a2期

机译：大规模现场主动学习：使用爬行的数据和人群训练对象检测器
2. How efficient deep-learning object detectors are? [J] . Neurocomputing . 2020,第Apra14期

机译：深度学习目标检测器的效率如何？
3. 3D Object Classification Using a Volumetric Deep Neural Network: An Efficient Octree Guided Auxiliary Learning Approach [J] . Muzahid A. A. M., Wan Wanggen, Sohel Ferdous, Quality Control, Transactions . 2020,第期

机译：3D对象分类使用体积深神经网络：高效的Octree引导辅助学习方法
4. Deep Active Learning for Efficient Training of a LiDAR 3D Object Detector [C] . Di Feng, Xiao Wei, Lars Rosenbaum, IEEE Intelligent Vehicles Symposium . 2019

机译：深度主动学习可有效训练LiDAR 3D对象检测器
5. H3DNET: A Deep Learning Framework for Hierarchical 3D Object Classification [D] . Patel, Marmikkumar. 2017

机译：H3DNET：用于分层3D对象分类的深度学习框架
6. Automatic Pest Counting from Pheromone Trap Images Using Deep Learning Object Detectors for Matsucoccus thunbergianae Monitoring [O] . Suk-Ju Hong, Il Nam, Sang-Yeon Kim, 2021

机译：使用深度学习对象探测器的Pheromone陷阱图像计算自动害虫计数Matsucccus Thunbergianae Monitoring
7. Learning Deep Object Detectors from 3D Models [O] . Peng, Xingchao, Sun, Baochen, Ali, Karim, 2015

机译：从3D模型学习深度物体探测器

Deep Active Learning for Efficient Training of a LiDAR 3D Object Detector

著录项

引文网络

相似文献

相关主题

期刊订阅