HAL (France)
open access
Amélioration des modèles de détection d’objets rares au sein d’images sonar par l’utilisation d'apprentissage actif et de modèles génératifs
Dans cette thèse appliquée au domaine de l'imagerie sonar, nous étudions la problématique de la détection automatique d'objets rares à partir de données visuelles sonar acquises en milieu sous-marin. L'objectif des travaux proposés est d'améliorer la précision des systèmes de détection basés apprent
Conceptio Open Archive
Analyze & explore related research in Conceptio
Connect this record directly into your research workflow or AI agent. Explore citations across open repositories, query full text, and export structured proof bundles.
This document is indexed with metadata only: full text is not available in the archive for this record. Open the official source ↗
Related documents
- uScenes: A Multimodal RGB and 3D Sonar Dataset for Underwater Robot Perception#781086
- uScenes: A Multimodal RGB and 3D Sonar Dataset for Underwater Robot Perception#779711
- Delineamento de um agente para detectar a auto-eficácia do aluno no ensino-aprendizagem via web#1219878
- Achieving Near-Zero-Overhead Multi-Model Hierarchical Classification in Real-Time Detection Pipelines#447913
- Outils d'analyse et de comparaison de modèles pour la détection de défaillances#337502
Record · ID 1312474
Retrieved via Conceptio: every document is proof-bundled with source, license, and retrieval metadata.
Retrieved via Conceptio: every document is proof-bundled with source, license, and retrieval metadata.
Bring this data into your agent: Connect via MCP or API · 20 free credits to start · no card required
Read the Docs → · View CLI source on GitHub · Conceptio Open Knowledge Archive
Read the Docs → · View CLI source on GitHub · Conceptio Open Knowledge Archive