Zobrazeno 1 - 10
of 42 088
pro vyhledávání: '"Sahi A"'
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:
Ye, Rong1 (AUTHOR) 15912913557@163.com, Gao, Quan2 (AUTHOR) gaoq@ynau.edu.cn, Qian, Ye3 (AUTHOR) qy198403@163.com, Sun, Jihong3 (AUTHOR) sjh918a@163.com, Li, Tong2,3 (AUTHOR) tli@ynu.edu.cn
Publikováno v:
Agronomy. May2024, Vol. 14 Issue 5, p1034. 24p.
Publikováno v:
IEEE Access, Vol 12, Pp 21621-21633 (2024)
This research presents a groundbreaking approach in aerial image analysis by integrating the Real-Time Detection and Recognition (RT-DETR-X) model with the Slicing Aided Hyper Inference (SAHI) methodology, utilizing the VisDrone-DET dataset. Aimed at
Externí odkaz:
https://doaj.org/article/1a589668284f4a1ba999872e2c3eb420
Publikováno v:
Applied Sciences, Vol 14, Iss 18, p 8470 (2024)
Deep learning techniques have flourished in recent years and have shown great potential in ground-penetrating radar (GPR) data interpretation. However, obtaining sufficient training data is a great challenge. This paper proposes an intelligent recogn
Externí odkaz:
https://doaj.org/article/2e87cd51ffdd4e428febd62fc12210f3
Autor:
Olivier Decitre, Karen E. Joyce
Publikováno v:
Drones, Vol 8, Iss 9, p 458 (2024)
Despite the ecological importance of giant clams (Tridacninae), their effective management and conservation is challenging due to their widespread distribution and labour-intensive monitoring methods. In this study, we present an alternative approach
Externí odkaz:
https://doaj.org/article/2861f9b1b36344c7a33beff9a78ae300
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:
Agronomy, Vol 14, Iss 5, p 1034 (2024)
Pest target identification in agricultural production environments is challenging due to the dense distribution, small size, and high density of pests. Additionally, changeable environmental lighting and complex backgrounds further complicate the det
Externí odkaz:
https://doaj.org/article/bddea285f5984d1eba8daee3e6b7a053