BDTA USP - Resultado da busca

Filters : "Osório, Fernando Santos" "REDES NEURAIS" Removed: "2019" Limpar

Filters

Trabalho de Conclusão de Curso (Graduação)
Sistema de Identificação e Classificação de Mudas de Plantas para Controle de Pragas em Plantações (2020)
Tornisiello, Victor Rozzatti; Osório, Fernando Santos (Orientador)
Unidade: EESC E ICMC
Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TORNISIELLO, Victor Rozzatti. Sistema de Identificação e Classificação de Mudas de Plantas para Controle de Pragas em Plantações. 2020. Trabalho de Conclusão de Curso (Graduação) – , Universidade de São Paulo, São Carlos, 2020. Disponível em: https://bdta.abcd.usp.br/directbitstream/6518a85f-35f7-4c34-9503-11a1859e7055/TCC%20VictorTornisielo.pdf. Acesso em: 16 maio 2024.
APA
Tornisiello, V. R. (2020). Sistema de Identificação e Classificação de Mudas de Plantas para Controle de Pragas em Plantações (Trabalho de Conclusão de Curso (Graduação). , Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/6518a85f-35f7-4c34-9503-11a1859e7055/TCC%20VictorTornisielo.pdf
NLM
Tornisiello VR. Sistema de Identificação e Classificação de Mudas de Plantas para Controle de Pragas em Plantações [Internet]. 2020 ;[citado 2024 maio 16 ] Available from: https://bdta.abcd.usp.br/directbitstream/6518a85f-35f7-4c34-9503-11a1859e7055/TCC%20VictorTornisielo.pdf
Vancouver
Tornisiello VR. Sistema de Identificação e Classificação de Mudas de Plantas para Controle de Pragas em Plantações [Internet]. 2020 ;[citado 2024 maio 16 ] Available from: https://bdta.abcd.usp.br/directbitstream/6518a85f-35f7-4c34-9503-11a1859e7055/TCC%20VictorTornisielo.pdf
Trabalho de Conclusão de Curso (Graduação)
Estudos de abordagens de DL-CNN (Deep Learning Convolutional Neural Nets) visando a detecção de veículos em imagens de vídeo, a fim de aumentar a segurança e evitar acidentes em vias públicas (2021)
Cangerana, Nilo Conrado Messias Alves; Osório, Fernando Santos (Orientador)
Unidade: EESC E ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, VISÃO COMPUTACIONAL, REDES NEURAIS, PROCESSAMENTO DE IMAGENS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CANGERANA, Nilo Conrado Messias Alves. Estudos de abordagens de DL-CNN (Deep Learning Convolutional Neural Nets) visando a detecção de veículos em imagens de vídeo, a fim de aumentar a segurança e evitar acidentes em vias públicas. 2021. Trabalho de Conclusão de Curso (Graduação) – , Universidade de São Paulo, São Carlos, 2021. Disponível em: https://bdta.abcd.usp.br/directbitstream/30d92d95-cf4d-41aa-81d3-9b75db8d8be9/Nilo%20Conrado%20Messias%20Alves%20Cangerana%20.pdf. Acesso em: 16 maio 2024.
APA
Cangerana, N. C. M. A. (2021). Estudos de abordagens de DL-CNN (Deep Learning Convolutional Neural Nets) visando a detecção de veículos em imagens de vídeo, a fim de aumentar a segurança e evitar acidentes em vias públicas (Trabalho de Conclusão de Curso (Graduação). , Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/30d92d95-cf4d-41aa-81d3-9b75db8d8be9/Nilo%20Conrado%20Messias%20Alves%20Cangerana%20.pdf
NLM
Cangerana NCMA. Estudos de abordagens de DL-CNN (Deep Learning Convolutional Neural Nets) visando a detecção de veículos em imagens de vídeo, a fim de aumentar a segurança e evitar acidentes em vias públicas [Internet]. 2021 ;[citado 2024 maio 16 ] Available from: https://bdta.abcd.usp.br/directbitstream/30d92d95-cf4d-41aa-81d3-9b75db8d8be9/Nilo%20Conrado%20Messias%20Alves%20Cangerana%20.pdf
Vancouver
Cangerana NCMA. Estudos de abordagens de DL-CNN (Deep Learning Convolutional Neural Nets) visando a detecção de veículos em imagens de vídeo, a fim de aumentar a segurança e evitar acidentes em vias públicas [Internet]. 2021 ;[citado 2024 maio 16 ] Available from: https://bdta.abcd.usp.br/directbitstream/30d92d95-cf4d-41aa-81d3-9b75db8d8be9/Nilo%20Conrado%20Messias%20Alves%20Cangerana%20.pdf

Digital Library of Academic Works of Universidade de São Paulo 2012 - 2024