Compartir
Contribution à la détection des véhicules par l'apprentissage profond (en Francés)
Khaled Bayoudh
(Autor)
·
Editions Universitaires Europeennes
· Tapa Blanda
Contribution à la détection des véhicules par l'apprentissage profond (en Francés) - Bayoudh, Khaled
55,67 €
58,60 €
Ahorras: 2,93 €
Elige la lista en la que quieres agregar tu producto o crea una nueva lista
✓ Producto agregado correctamente a la lista de deseos.
Ir a Mis Listas
Origen: Estados Unidos
(Costos de importación incluídos en el precio)
Se enviará desde nuestra bodega entre el
Miércoles 31 de Julio y el
Lunes 19 de Agosto.
Lo recibirás en cualquier lugar de España entre 1 y 5 días hábiles luego del envío.
Reseña del libro "Contribution à la détection des véhicules par l'apprentissage profond (en Francés)"
L'apprentissage profond y prend place, en particulier avec la croissance rapide et la disponibilité de grandes bases de données et les récentes améliorations apportées aux unités de traitement graphique connues sous leur nom anglais GPU (Graphics Processing Units). L'objectif principal de cette recherche est d'appliquer les algorithmes d'apprentissage profond, tels que les réseaux de neurones à convolutions (CNNs-Convolutional Neural Networks) et les architectures profondes, en particulier le modèle profond VGG-16 pour la catégorisation et la localisation des véhicules dans des scènes routières. Dans le présent mémoire, nous allons montrer que grâce à un paramétrage optimisé et une modification algorithmique simple, nous pouvons améliorer, même de façon relative, la robustesse d'un réseau particulier de type Faster R-CNN dans la détection des véhicules et obtenir des résultats meilleurs en s'appuyant sur diverses bases de données (PASCAL VOC 2007, PASCAL VOC 2012, MIT Traffic, CUHK Square et Logiroad).
- 0% (0)
- 0% (0)
- 0% (0)
- 0% (0)
- 0% (0)
Todos los libros de nuestro catálogo son Originales.
El libro está escrito en Francés.
La encuadernación de esta edición es Tapa Blanda.
✓ Producto agregado correctamente al carro, Ir a Pagar.
