Contribuição para a detecção de veículos através de aprendizagem profunda
Está a ter lugar uma aprendizagem profunda, especialmente com o rápido crescimento e disponibilidade de grandes bases de dados e as recentes melhorias nas Unidades de Processamento Gráfico (GPUs). O principal objectivo desta investigação é aplicar algoritmos de aprendizagem profunda, tais como Redes Neurais Convolucionais (CNNs) e arquitecturas profundas, em particular o modelo VGG-16 deep para categorização e localização de veículos em cenários rodoviários. Nesta tese, mostraremos que através da parametrização optimizada e modificação algorítmica simples, podemos melhorar, mesmo relativamente, a robustez de uma determinada rede Faster R-CNN…
Mehr
CHF 52.90
Preise inkl. MwSt. und Versandkosten (Portofrei ab CHF 40.00)
V105:
Folgt in ca. 15 Arbeitstagen
Produktdetails
- ISBN: 978-620-4-15280-6
- EAN: 9786204152806
- Produktnummer: 37737662
- Verlag: Edições Nosso Conhecimento
- Sprache: Portugiesisch
- Erscheinungsjahr: 2021
- Seitenangabe: 68 S.
- Masse: H22.0 cm x B15.0 cm x D0.4 cm 119 g
- Abbildungen: Paperback
- Gewicht: 119
Über den Autor
Khaled Bayoudh é estudante de doutoramento na Escola Nacional de Engenharia e está interessado em vários aspectos tais como veículos autónomos, visão por computador e aprendizagem profunda. Antes de iniciar os seus estudos de doutoramento, Khaled obteve o seu mestrado em Sistemas de Transporte Inteligentes na Escola Nacional de Engenharia, Tunísia.
3 weitere Werke von Khaled Bayoudh:
Bewertungen
Anmelden