- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Deutsch
- Erschienen in
-
In: Logistics Journal : Proceedings (2018)
- Schlagwort
-
Deep learning
Objekterkennung
Mathematische Logik
Punktwolke
- Ereignis
-
Veröffentlichung
- (wo)
-
Hamburg
- (wer)
-
Universitätsbibliothek der Technischen Universität Hamburg-Harburg
- (wann)
-
2018
- DOI
-
10.15480/882.3208
- URN
-
urn:nbn:de:gbv:830-882.029054
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
25.03.2025, 13:41 MEZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Beteiligte
- Thiel, Marko
- Hinckeldeyn, Johannes
- Kreutzfeldt, Jochen
- Universitätsbibliothek der Technischen Universität Hamburg-Harburg
Entstanden
- 2018
Ähnliche Objekte (12)
Detektion von Konstruktionsfehlern durch eine automatisierte Objekterkennung mittels Deep Learning
Komponenten der 3D-Objekterkennung
Objekterkennung mit einem aktiven 3D-Robotersensorsystem
Synthetische Trainingsdatengenerierung und Objekterkennung mit Deep Learning für Mixed Reality-Anwendungen mit Digitalen Zwillingen
Verfahren zur Korrespondenzlösung und 3D-Objekterkennung [Drei-D-Objekterkennung] in Videobildern durch Mehrpunktrelationen
Ansichtenbasierte 3D-Objekterkennung mit erweiterten selbstorganisierenden Merkmalskarten
Scalable 3D deep learning: methods and applications
How to apply deep learning for 3D object
3D-Datenaufnahme und Objekterkennung auf Baustellen und in Gebäuden
Deep reading, deep learning
Robuste 3D-Objekterkennung und Lagebestimmung durch Auswertung von 2D-Bildfolgen
3D Objekterkennung von ungeordneten Stückgütern für die automatische Entladung von Containern
Detektion von Konstruktionsfehlern durch eine automatisierte Objekterkennung mittels Deep Learning
Komponenten der 3D-Objekterkennung
Objekterkennung mit einem aktiven 3D-Robotersensorsystem
Synthetische Trainingsdatengenerierung und Objekterkennung mit Deep Learning für Mixed Reality-Anwendungen mit Digitalen Zwillingen
Verfahren zur Korrespondenzlösung und 3D-Objekterkennung [Drei-D-Objekterkennung] in Videobildern durch Mehrpunktrelationen
Ansichtenbasierte 3D-Objekterkennung mit erweiterten selbstorganisierenden Merkmalskarten
Scalable 3D deep learning: methods and applications
How to apply deep learning for 3D object
3D-Datenaufnahme und Objekterkennung auf Baustellen und in Gebäuden
Deep reading, deep learning
Robuste 3D-Objekterkennung und Lagebestimmung durch Auswertung von 2D-Bildfolgen
3D Objekterkennung von ungeordneten Stückgütern für die automatische Entladung von Containern
Detektion von Konstruktionsfehlern durch eine automatisierte Objekterkennung mittels Deep Learning
Komponenten der 3D-Objekterkennung
Objekterkennung mit einem aktiven 3D-Robotersensorsystem
Synthetische Trainingsdatengenerierung und Objekterkennung mit Deep Learning für Mixed Reality-Anwendungen mit Digitalen Zwillingen
Verfahren zur Korrespondenzlösung und 3D-Objekterkennung [Drei-D-Objekterkennung] in Videobildern durch Mehrpunktrelationen
Ansichtenbasierte 3D-Objekterkennung mit erweiterten selbstorganisierenden Merkmalskarten
Scalable 3D deep learning: methods and applications
How to apply deep learning for 3D object
3D-Datenaufnahme und Objekterkennung auf Baustellen und in Gebäuden
Deep reading, deep learning
Robuste 3D-Objekterkennung und Lagebestimmung durch Auswertung von 2D-Bildfolgen