Domain Adaptation in Computer Vision with Deep Learning
Hemanth Venkateswara, Sethuraman Panchanathan, 2021Plus de 10 pièces en stock chez le fournisseur
Informations sur le produit
Le livre "Domain Adaptation in Computer Vision with Deep Learning" offre un aperçu complet des approches d'apprentissage profond pour l'adaptation de domaine en vision par ordinateur. Il met en lumière l'état actuel de la recherche et discute des différentes méthodes développées ces dernières années. L'importance de l'adaptation de domaine pour les avancées en vision par ordinateur est soulignée, et le livre consolide la recherche dans ce domaine tout en indiquant des directions prometteuses pour de futures études. La structure du livre est divisée en quatre parties, commençant par une introduction à l'adaptation de domaine, suivie d'approches d'alignement des caractéristiques, de méthodes d'alignement d'images et enfin de directions de recherche innovantes. Il s'adresse aux chercheurs dans les domaines de l'intelligence artificielle, de l'apprentissage automatique, de l'apprentissage profond et de la vision par ordinateur, ainsi qu'aux professionnels et entrepreneurs souhaitant implémenter l'apprentissage profond dans leurs applications.
Auteur | Hemanth Venkateswara, Sethuraman Panchanathan |
Année | 2021 |
Couverture du livre | Couverture cartonnée |
Numéro d'article | 56202155 |
Éditeur | Springer |
Catégorie | Livres spécialisés |
Date de sortie | 11/3/2025 |
Auteur | Hemanth Venkateswara, Sethuraman Panchanathan |
Année | 2021 |
Couverture du livre | Couverture cartonnée |
CO₂-Emission | 0.25 kg |
Contribution climatique | CHF 0.11 |
Comparer les produits
Convient
Critiques et opinions
Taux de recours en garantie
La fréquence à laquelle un produit de cette marque dans la catégorie « Livres spécialisés » présente un défaut au cours des 24 premiers mois.
Source: Digitec Galaxus- 1.Redline0 %
- 1.S.Fischer0 %
- 1.Springer0 %
- 1.Stämpfli0 %
- 1.Ullstein0 %
Durée de la garantie
Le temps moyen de traitement entre l'arrivée au point de service et le retour chez le client, en jours ouvrables.
Source: Digitec Galaxus- SpringerDonnées insuffisantes
- 1.Penguin Random House0 jour
- An der RuhrDonnées insuffisantes
- AnacondaDonnées insuffisantes
- AristonDonnées insuffisantes
Taux de retour
Fréquence à laquelle un produit de cette marque est retourné dans la catégorie « Livres spécialisés ».
Source: Digitec Galaxus- 54.Penguin Random House1.1 %
- 54.S.Fischer1.1 %
- 54.Springer1.1 %
- 54.Wiley VCH1.1 %
- 61.Dorling Kindersley1.2 %