Zobrazeno 1 - 10
of 11
pro vyhledávání: '"Bruenger, Johannes"'
In the field of image classification, existing methods often struggle with biased or ambiguous data, a prevalent issue in real-world scenarios. Current strategies, including semi-supervised learning and class blending, offer partial solutions but lac
Externí odkaz:
http://arxiv.org/abs/2306.12189
Autor:
Schmarje, Lars, Brünger, Johannes, Santarossa, Monty, Schröder, Simon-Martin, Kiko, Rainer, Koch, Reinhard
Publikováno v:
Sensors 2021, 21(19), 6661
Deep learning has been successfully applied to many classification problems including underwater challenges. However, a long-standing issue with deep learning is the need for large and consistently labeled datasets. Although current approaches in sem
Externí odkaz:
http://arxiv.org/abs/2110.06630
Autor:
Schmarje, Lars, Brünger, Johannes, Santarossa, Monty, Schröder, Simon-Martin, Kiko, Rainer, Koch, Reinhard
A long-standing issue with deep learning is the need for large and consistently labeled datasets. Although the current research in semi-supervised learning can decrease the required amount of annotated data by a factor of 10 or even more, this line o
Externí odkaz:
http://arxiv.org/abs/2012.01768
The behavioural research of pigs can be greatly simplified if automatic recognition systems are used. Especially systems based on computer vision have the advantage that they allow an evaluation without affecting the normal behaviour of the animals.
Externí odkaz:
http://arxiv.org/abs/2005.10499
Publikováno v:
In Computers and Electronics in Agriculture September 2018 152:59-63
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Küster, Steffen, Kardel, Matthias, Ammer, Stefanie, Brünger, Johannes, Koch, Reinhard, Traulsen, Imke
Publikováno v:
In Computers and Electronics in Agriculture February 2020 169
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Pattern Recognition (9783642159855); 2010, p543-552, 10p