Zobrazeno 1 - 10
of 57
pro vyhledávání: '"Large Scale Image Classification"'
Autor:
Do, Thanh-Nghi
Publikováno v:
International Journal of Web Information Systems, 2022, Vol. 18, Issue 2/3, pp. 137-155.
Externí odkaz:
http://www.emeraldinsight.com/doi/10.1108/IJWIS-03-2022-0055
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:
Applied Sciences, Vol 12, Iss 2, p 907 (2022)
In the field of computer vision, large-scale image classification tasks are both important and highly challenging. With the ongoing advances in deep learning and optical character recognition (OCR) technologies, neural networks designed to perform la
Externí odkaz:
https://doaj.org/article/6d64183b157947099de00538b299dcb3
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.
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:
IPTA
The k-nearest-neighbour classifiers (k-NN) have been one of the simplest yet most effective approaches to instance based learning problem for image classification. However, with the growth of the size of image datasets and the number of dimensions of
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.
Autor:
Akata, Zeynep
La construction d'algorithmes classifiant des images à grande échelle est devenue une t^ache essentielle du fait de la difficulté d'effectuer des recherches dans les immenses collections de données visuelles non-etiquetées présentes sur Interne
Externí odkaz:
http://www.theses.fr/2014GRENM003/document