Zobrazeno 1 - 10
of 77
pro vyhledávání: '"MobileViTv2"'
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:
In Computer Methods and Programs in Biomedicine July 2023 237
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Computer Methods and Programs in Biomedicine. 237:107583
Publikováno v:
Mathematical Biosciences and Engineering, Vol 21, Iss 2, Pp 1765-1790 (2024)
Detecting abnormal surface features is an important method for identifying abnormal fish. However, existing methods face challenges in excessive subjectivity, limited accuracy, and poor real-time performance. To solve these challenges, a real-time an
Externí odkaz:
https://doaj.org/article/48c202bcddb04e7eb2eb364ae7e69256
Publikováno v:
IEEE Access, Vol 11, Pp 111079-111092 (2023)
Owing to the problems of missed detection, false detection, and low accuracy of the current fire detection algorithm, a segmentation detection algorithm, YOLO-SF, is proposed. This algorithm combines instance segmentation technology with the YOLOv7-T
Externí odkaz:
https://doaj.org/article/6d39113420384bd6be059cce55bb471e
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:
Journal of Shaanxi University of Science & Technology. Aug2023, Vol. 41 Issue 4, p173-179. 7p.
Autor:
Le, Thanh-Dung, Ha, Vu Nguyen, Nguyen, Ti Ti, Eappen, Geoffrey, Thiruvasagam, Prabhu, Garces-Socarras, Luis M., Chou, Hong-fu, Gonzalez-Rios, Jorge L., Merlano-Duncan, Juan Carlos, Chatzinotas, Symeon
Remote sensing image classification is a critical component of Earth observation (EO) systems, traditionally dominated by convolutional neural networks (CNNs) and other deep learning techniques. However, the advent of Transformer-based architectures
Externí odkaz:
http://arxiv.org/abs/2409.03901