اکسپرس 24
ترجمه فارسی مقاله مدل YOLO شبکه ترانسفورماتور فضایی برای تشخیص اشیاء کشاورزی

ترجمه فارسی مقاله مدل YOLO شبکه ترانسفورماتور فضایی برای تشخیص اشیاء کشاورزی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Spatial Transformer Network YOLO Model for Agricultural Object Detection
عنوان مقاله به فارسی مدل YOLO شبکه ترانسفورماتور فضایی برای تشخیص اشیاء کشاورزی
نویسندگان Yash Zambre, Ekdev Rajkitkul, Akshatha Mohan, Joshua Peeples
فرمت مقاله انگلیسی PDF
تعداد صفحات 7
دسته بندی موضوعات Computer Vision and Pattern Recognition,Artificial Intelligence,Machine Learning,چشم انداز رایانه و تشخیص الگوی , هوش مصنوعی , یادگیری ماشین ,
توضیحات Submitted 15 September, 2024; v1 submitted 31 July, 2024; originally announced July 2024. , Comments: 7 pages, 5 figures, accepted to 2024 IEEE International Conference on Machine Learning and Applications
توضیحات به فارسی ارسال شده در 15 سپتامبر 2024 ؛V1 ارسال شده 31 ژوئیه 2024 ؛در ابتدا در ژوئیه 2024 اعلام شد ، نظرات: 7 صفحه ، 5 شکل ، پذیرفته شده در کنفرانس بین المللی IEEE در 2024 IEEE در مورد یادگیری ماشین و برنامه ها

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 280,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Object detection plays a crucial role in the field of computer vision by autonomously locating and identifying objects of interest. The You Only Look Once (YOLO) model is an effective single-shot detector. However, YOLO faces challenges in cluttered or partially occluded scenes and can struggle with small, low-contrast objects. We propose a new method that integrates spatial transformer networks (STNs) into YOLO to improve performance. The proposed STN-YOLO aims to enhance the model's effectiveness by focusing on important areas of the image and improving the spatial invariance of the model before the detection process. Our proposed method improved object detection performance both qualitatively and quantitatively. We explore the impact of different localization networks within the STN module as well as the robustness of the model across different spatial transformations. We apply the STN-YOLO on benchmark datasets for Agricultural object detection as well as a new dataset from a state-of-the-art plant phenotyping greenhouse facility. Our code and dataset are publicly available.

چکیده به فارسی (ترجمه ماشینی)

تشخیص شی با قرار دادن خودمختار و شناسایی اشیاء مورد علاقه ، نقش مهمی در زمینه دید رایانه ایفا می کند.مدل شما فقط یک بار (YOLO) به نظر می رسد یک ردیاب تک شات مؤثر است.با این حال ، YOLO در صحنه های به هم ریخته یا جزئی مسدود شده با چالش هایی روبرو است و می تواند با اشیاء کوچک و کم کنتراست مبارزه کند.ما یک روش جدید را پیشنهاد می کنیم که شبکه های ترانسفورماتور مکانی (STN) را در YOLO برای بهبود عملکرد ادغام می کند.STN-YOLO پیشنهادی با تمرکز بر روی زمینه های مهم تصویر و بهبود تغییر مکانیکی مدل قبل از فرآیند تشخیص ، باعث تقویت اثربخشی مدل شده است.روش پیشنهادی ما عملکرد تشخیص شی را هم از نظر کیفی و هم از نظر کمی بهبود بخشید.ما تأثیر شبکه های محلی سازی مختلف را در ماژول STN و همچنین استحکام مدل در تحولات مکانی مختلف بررسی می کنیم.ما STN-YOLO را در مجموعه داده های معیار برای تشخیص شیء کشاورزی و همچنین یک مجموعه داده جدید از یک مرکز گلخانه ای فنوتیپی گیاهی پیشرفته استفاده می کنیم.کد و مجموعه داده ما در دسترس عموم است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.