Extracting Trait Data from Digitized Herbarium Specimens Using Deep Convolutional Networks

zu Verbundenen Objekten

Standort
Deutsche Nationalbibliothek Frankfurt am Main
Umfang
Online-Ressource
Sprache
Englisch
Anmerkungen
In: ICEI 2018 : 10th International Conference on Ecological Informatics- Translating Ecological Data into Knowledge and Decisions in a Rapidly Changing World

Ereignis
Veröffentlichung
(wo)
Jena
(wer)
Friedrich-Schiller-Universität Jena
(wann)
2018
Urheber
Younis, Sohaib
Schmidt, Marco
Weiland, Claus
Dressler, Stefan
Tautenhahn, Susanne
Kattge, Jens
Seeger, Bernhard
Hickler, Thomas
Hoehndorf, Robert

DOI
10.22032/dbt.37836
URN
urn:nbn:de:101:1-2019020807544828935616
Rechteinformation
Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
25.04.2025, 13:43 MESZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Original beim Datenpartner anzeigen

Beteiligte

Entstanden

  • 2018

Ähnliche Objekte (12)

Feature recognition for herbarium specimens (Herbar-Digital)

Feature recognition for herbarium specimens (Herbar-Digital)

Convolutional RNN: an enhanced model for extracting features from sequential data

Convolutional RNN: an enhanced model for extracting features from sequential data

Refined Methodology for Accurately Detecting Objects from Digitized Herbarium Specimens

Refined Methodology for Accurately Detecting Objects from Digitized Herbarium Specimens

Toward a service-based workflow for automated information extraction from herbarium specimens

Toward a service-based workflow for automated information extraction from herbarium specimens

Herbarium

Archivale

Herbarium

Herbarium

Herbarium

Herbarium

Deckenbild

Herbarium

Herbarium

Deckenbild

Herbarium

Herbarium

Archivale

Herbarium

Herbarium

Text

Herbarium

Herbarium

Kapitel

Herbarium

"Herbarium"

Grafik

"Herbarium"

Verbundene Objekte