logo móvil
Contáctanos

Comparación de arquitecturas basadas en CNN para la detección de diferentes clases de objetos

Autores: Bilous, Nataliya; Malko, Vladyslav; Frohme, Marcus; Nechyporenko, Alina

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Comparación de arquitecturas basadas en CNN para la detección de diferentes clases de objetos


Categoría

Ingeniería y Tecnología

Subcategoría

Inteligencia Artificial

Palabras clave

Detectar personas
Objetos técnicos
Visión por computadora
Tecnologías de aprendizaje profundo
Redes neuronales
Métricas de rendimiento

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 32

Citaciones: Sin citaciones


Descripción
(1) Antecedentes: Detectar personas y objetos técnicos en diversas situaciones, como desastres naturales y conflictos armados, es fundamental para las operaciones de búsqueda y rescate y la seguridad de los civiles. Una detección rápida y precisa de personas y equipos puede aumentar significativamente la efectividad de las misiones de búsqueda y rescate y proporcionar asistencia oportuna a las personas. Las tecnologías de visión por computadora y aprendizaje profundo desempeñan un papel clave en la detección de los objetos requeridos debido a su capacidad para analizar grandes volúmenes de datos visuales en tiempo real.

Otros recursos que podrían interesarte

Temas Virtualpro