Domain Adaptation in Computer Vision with Deep Learning
Hemanth Venkateswara, Sethuraman Panchanathan, 2021Più di 10 pezzi in stock presso il fornitore
Informazioni sul prodotto
Il libro "Domain Adaptation in Computer Vision with Deep Learning" offre una panoramica completa degli approcci del Deep Learning per l'adattamento delle domande nella visione artificiale. Illustra lo stato attuale della ricerca e discute diverse metodologie sviluppate negli ultimi anni. Viene evidenziata l'importanza dell'adattamento delle domande per il progresso nella visione artificiale, e il libro consolida la ricerca in questo campo, mostrando direzioni promettenti per studi futuri. La struttura del libro è suddivisa in quattro parti, iniziando con un'introduzione all'adattamento delle domande, seguita da approcci per l'allineamento delle caratteristiche, tecniche di allineamento delle immagini e infine direzioni di ricerca innovative. Si rivolge a ricercatori nei settori dell'intelligenza artificiale, dell'apprendimento automatico, del Deep Learning e della visione artificiale, nonché a professionisti e imprenditori che desiderano implementare il Deep Learning nelle loro applicazioni.
Autore | Hemanth Venkateswara, Sethuraman Panchanathan |
Anno | 2021 |
Copertina del libro | Copertina rigida |
No. di articolo | 56202155 |
Editore | Springer |
Categoria | Libro specialistico |
Data di rilascio | 11.3.2025 |
Autore | Hemanth Venkateswara, Sethuraman Panchanathan |
Anno | 2021 |
Copertina del libro | Copertina rigida |
Emissioni di CO₂ | 0.25 kg |
Contributo climatico | CHF 0.11 |
Confronta i prodotti
Suggerimenti
Valutazioni e opinioni
Ritenuta di garanzia
La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» presenta un difetto nei primi 24 mesi.
Fonte: Digitec Galaxus- 1.Redline0 %
- 1.S.Fischer0 %
- 1.Springer0 %
- 1.Stämpfli0 %
- 1.Ullstein0 %
Durata della garanzia
Il tempo di elaborazione che intercorre tra l'arrivo al centro di assistenza e il recupero da parte del cliente, in media in giorni lavorativi.
Fonte: Digitec Galaxus- SpringerDati non sufficienti
- 1.Penguin Random House0 giorni
- An der RuhrDati non sufficienti
- AnacondaDati non sufficienti
- AristonDati non sufficienti
Percentuale di reso
La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» viene restituito.
Fonte: Digitec Galaxus- 54.Penguin Random House1.1 %
- 54.S.Fischer1.1 %
- 54.Springer1.1 %
- 54.Wiley VCH1.1 %
- 61.Dorling Kindersley1.2 %