Andere Kunden interessierten sich auch für
![DeepCOPD: COPD-Erkennung mittels Deep Learning]( "DeepCOPD: COPD-Erkennung mittels Deep Learning")
DeepCOPD: COPD-Erkennung mittels Deep Learning43,90 €![Erkennung menschlicher Aktivitäten mithilfe von Deep Learning]( "Erkennung menschlicher Aktivitäten mithilfe von Deep Learning")
Erkennung menschlicher Aktivitäten mithilfe von Deep Learning68,90 €![FLAMED: Ein Deep-Learning-Ansatz für die Erkennung von Feuer und Rauch in Echtzeit]( "FLAMED: Ein Deep-Learning-Ansatz für die Erkennung von Feuer und Rauch in Echtzeit")
FLAMED: Ein Deep-Learning-Ansatz für die Erkennung von Feuer und Rauch in Echtzeit60,90 €![DeepCOPD: COPD DETECTION USING DEEP LEARNING]( "DeepCOPD: COPD DETECTION USING DEEP LEARNING")
DeepCOPD: COPD DETECTION USING DEEP LEARNING29,99 €![Semantic Segmentation using Deep Learning]( "Semantic Segmentation using Deep Learning")
Semantic Segmentation using Deep Learning29,99 €![Deep Learning for Biometrics]( "Deep Learning for Biometrics")
Deep Learning for Biometrics125,99 €![HUMAN ACTIVITY RECOGNITION USING DEEP LEARNING]( "HUMAN ACTIVITY RECOGNITION USING DEEP LEARNING")
HUMAN ACTIVITY RECOGNITION USING DEEP LEARNING44,99 €
Diese Forschungsarbeit befasst sich mit den vielfältigen ökologischen Herausforderungen, die mit der Urbanisierung verbunden sind, indem ein übertragbares UNET-Modell eingeführt wird, das für die präzise Erkennung von Grünflächen in hochauflösenden Satellitenbildern entwickelt wurde. Der Datensatz, bestehend aus 72 Bildern, die von MBRSC-Satelliten über Dubai aufgenommen und von der Roia Foundation kommentiert wurden, dient als Grundlage für unsere Studie. Das Modell ist zwar in Dubai verwurzelt, lässt sich aber über die regionalen Grenzen hinaus anpassen und bietet eine vielseitige Lösung für ein Spektrum globaler städtischer Umweltprobleme. Neben der genauen Erkennung von Grünflächen bietet das UNET-Modell einen ganzheitlichen Ansatz zur Klassifizierung der städtischen Bodenbedeckung.