fire-detection-cnn
rilevamento di incendi in tempo reale in immagini video utilizzando una rete neurale convoluzionale (deep learning) - dal nostro articolo ICIP 2018 (Dunnings / Breckon) + articolo ICMLA 2019 (Samarth / Bhowmik / Breckon)
Rileva incendi nei video istantaneamente utilizzando un modello di deep learning.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoirilevamento di incendi in tempo reale in immagini video utilizzando una rete neurale convoluzionale (deep learning) - dal nostro articolo ICIP 2018 (Dunnings / Breckon) + articolo ICMLA 2019 (Samarth / Bhowmik / Breckon)
fire-detection-cnn ha 570 stelle su GitHub. È stato forkato 173 volte. fire-detection-cnn è scritto principalmente in Python. È in sviluppo attivo dal 2018. fire-detection-cnn è disponibile con licenza MIT. I suoi temi principali sono: cnn-architecture, cnn-for-visual-recognition, computer-vision, convolutional-networks.
Che cos'è fire-detection-cnn?
rilevamento di incendi in tempo reale in immagini video utilizzando una rete neurale convoluzionale (deep learning) - dal nostro articolo ICIP 2018 (Dunnings / Breckon) + articolo ICMLA 2019 (Samarth / Bhowmik / Breckon)
fire-detection-cnn è open source?
fire-detection-cnn è un progetto open source. È rilasciato con licenza MIT.
fire-detection-cnn è gratuito?
Sì. fire-detection-cnn è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è fire-detection-cnn?
fire-detection-cnn è disponibile con licenza MIT.
In quale linguaggio è scritto fire-detection-cnn?
fire-detection-cnn è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/tobybreckon-fire-detection-cnn.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.