UNITesi

A comprehensive analysis of vision deep learning methods for object detection and 6D pose estimation: Real-time applications

SAPIENZA, DAVIDE
2023
Matematica
2023
Inglese
Artificial Intellicence
Robotics
Computer Vision
Artificial Neural Networks
Deep Learning
Machine Learning
Convolutional Neural Networks
Autoencoders
Object Detection
6D Pose Estimation
Embedded platforms
Real-Time
NVIDIA
Xilinx
Underwater
Saliency Maps
Bertogna, Marko
Franchini, Giorgia
Università degli Studi di Parma
Università degli Studi di Parma
File in questo prodotto:
File Dimensione Formato  
report_dottorato.pdf

accesso solo da BNCF e BNCR

Licenza: Creative Commons
Dimensione 96.04 kB
Formato Adobe PDF
96.04 kB Adobe PDF
phd_thesis_davide_sapienza.pdf

accesso aperto

Licenza: Creative Commons
Dimensione 42.13 MB
Formato Adobe PDF
Visualizza/Apri
42.13 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/369508
Il codice NBN di questa tesi è URN:NBN:IT:UNIPR-369508