Micro-object pose estimation with sim-to-real transfer learning using small dataset

Autor:	Dandan Zhang, Antoine Barbot, Florent Seichepine, Frank P.-W. Lo, Wenjia Bai, Guang-Zhong Yang, Benny Lo
Jazyk:	angličtina
Rok vydání:	2022
Předmět:	Astrophysics QB460-466 Physics QC1-999
Zdroj:	Communications Physics, Vol 5, Iss 1, Pp 1-11 (2022)
Druh dokumentu:	article
ISSN:	2399-3650
DOI:	10.1038/s42005-022-00844-z
Popis:	High-resolution scanning tunnelling microscopy is a state-of-the-art imaging technique at the nanometer scale. This work presents a novel deep learning approach for 3D pose estimation of micro/nano-objects, particularly useful in regimes of limited experimental data.
Databáze:	Directory of Open Access Journals
Externí odkaz:	https://doaj.org/article/58f81da766c844caaaee10133fe98680 Zobrazit plný text záznamu View record in DOAJ Plný text ve formátu PDF Plný text ve formátu HTML
Nepřihlášeným uživatelům se plný text nezobrazuje	K zobrazení výsledku je třeba se přihlásit.