Buscar

Mostrando ítems 1-10 de 58

Testando a rede neural YOLOv5 para detecção de frutos em pomares de laranja.

RIBEIRO, A. F.; SOUZA, K. X. S. de; CAMARGO NETO, J.; TERNES, S.; YANO, I. H. (2022)

Detección de peatones en el día y en la noche usando YOLO-v5

Montenegro, Bryan; Flores-Calero, Marco (2022-01)

En este artículo se presenta un nuevo algoritmo basado en aprendizaje profundo para la detección de peatones en el día y en la noche, denominada multiespectral, enfocado en aplicaciones de seguridad vehicular. La ...

Pedestrian detection at daytime and nighttime conditions based on YOLO-v5Detección de peatones en el día y en la noche usando YOLO-v5

Montenegro, Bryan; Flores, Marco (Universidad Politécnica Salesiana, 2022)

Detección de peatones en el día y en la noche usando YOLO-v5

Montenegro,Bryan; Flores-Calero,Marco (Universidad Politécnica Salesiana, 2022)

Implementación de un sistema para detectar la enfermedad de la Sigatoka Negra en una plantación de banano empleando técnicas de visión artificial

Amores Romero, Kevin Steven; Trelles Muñoz, Kaiser Geovanny (Universidad del Azuay, 2022)

Uso de redes neurais convolucionais para detecção de laranjas no campo.

CAMARGO NETO, J.; TERNES, S.; SOUZA, K. X. S. de; YANO, I. H.; QUEIROS, L. R. (2019)

Análise de desempenho da YOLOv5 para detecção em tempo real de plantas daninhas na sojaYOLOv5 performance analysis for real-time detection of weeds in soybeans

Moro, Barbara Lopes (Universidade Federal da Grande DouradosBrasilFaculdade de Ciências Exatas e TecnologiaUFGD, 2021)

Detecção automática de uvas e folhas em viticultura com uma rede neural YOLOv2.

SANTOS, A. A. dos; AVILA, S.; SANTOS, T. T. (2018)

Análise de desempenho da YOLOv3 para detecção em tempo real de insetos-praga na sojaPerformance analysis of YOLOv3 for real-time detection of pests in soybeans

Silveira, Fabio Amaral Godoy da (Universidade Federal da Grande DouradosBrasilFaculdade de Ciências Exatas e TecnologiaUFGD, 2021)

Sugarcane planting failure classfication through deep learning approach in drone imagery.

LIMA, J. P. N. de; YANO, I. H.; SPERANZA, E. A.; BARBOSA, L. A. F.; CANÇADO, G. M. de A. (2023)

1
2
3
4
. . .
6

Buscar

Filtros

Testando a rede neural YOLOv5 para detecção de frutos em pomares de laranja.

Detección de peatones en el día y en la noche usando YOLO-v5

Pedestrian detection at daytime and nighttime conditions based on YOLO-v5Detección de peatones en el día y en la noche usando YOLO-v5

Detección de peatones en el día y en la noche usando YOLO-v5

Implementación de un sistema para detectar la enfermedad de la Sigatoka Negra en una plantación de banano empleando técnicas de visión artificial

Uso de redes neurais convolucionais para detecção de laranjas no campo.

Análise de desempenho da YOLOv5 para detecção em tempo real de plantas daninhas na sojaYOLOv5 performance analysis for real-time detection of weeds in soybeans

Detecção automática de uvas e folhas em viticultura com uma rede neural YOLOv2.

Análise de desempenho da YOLOv3 para detecção em tempo real de insetos-praga na sojaPerformance analysis of YOLOv3 for real-time detection of pests in soybeans

Sugarcane planting failure classfication through deep learning approach in drone imagery.