Vision par ordinateur. Méthodes modernes et perspectives de développement
A

Vision par ordinateur. Méthodes modernes et perspectives de développement

Vision par ordinateur
computer vision deep learning image processing object recognition edge detection RANSAC Hough transform
Auteur
Roy Davies, Matthew Turk (éd.)
Éditeur
DMK Press
Année
2022
Langue
Russe
174
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

Vision par ordinateur. Fondements et algorithmes avec des exemples en Matlab

Vision par ordinateur. Fondements et algorithmes avec des exemples en Matlab

Pierre Cork

Vision biologique et vision informatique

Vision biologique et vision informatique

Gabriel Kreiman

Introduction à l'informatique évolutive

Introduction à l'informatique évolutive

Robert Marx, William Dembski, Winston Ewert

Analyse de données en science et ingénierie. Apprentissage automatique, systèmes dynamiques et contrôle

Analyse de données en science et ingénierie. Apprentissage automatique, systèmes dynamiques et contrôle

Steven L. Brunton, J. Nathan Kutz

OpenCV et Java. Traitement d'image et vision par ordinateur

OpenCV et Java. Traitement d'image et vision par ordinateur

Nicolas Prokhorenok

Traitement numérique d'images avec OpenCV. Atelier pratique

Traitement numérique d'images avec OpenCV. Atelier pratique

A. I. Matveev

Introduction à la programmation avec Processing

Introduction à la programmation avec Processing

Casey Rias, Ben Fry

Apprentissage d'OpenCV 3. Développement de programmes de vision par ordinateur en C++ avec la bibliothèque OpenCV

Apprentissage d'OpenCV 3. Développement de programmes de vision par ordinateur en C++ avec la bibliothèque OpenCV

Adrian Kaehler, Gary Bradski

Architecture des systèmes embarqués. Développement d'appareils sécurisés et connectés avec des exemples de code en C

Architecture des systèmes embarqués. Développement d'appareils sécurisés et connectés avec des exemples de code en C

Daniele Lacamera

Modèles et pratiques de l'apprentissage profond

Modèles et pratiques de l'apprentissage profond

Andrew Ferlitsch