Startseite UR

GinJinn: An object‐detection pipeline for automated feature extraction from herbarium specimens

URN zum Zitieren dieses Dokuments:
urn:nbn:de:bvb:355-epub-440677
DOI zum Zitieren dieses Dokuments:
10.5283/epub.44067
Ott, Tankred ; Palm, Christoph ; Vogt, Robert ; Oberprieler, Christoph
[img]
Vorschau
Lizenz: Creative Commons Namensnennung 4.0 International
PDF - Veröffentlichte Version
(665kB)
Veröffentlichungsdatum dieses Volltextes: 12 Jan 2021 14:54



Zusammenfassung

Premise The generation of morphological data in evolutionary, taxonomic, and ecological studies of plants using herbarium material has traditionally been a labor‐intensive task. Recent progress in machine learning using deep artificial neural networks (deep learning) for image classification and object detection has facilitated the establishment of a pipeline for the automatic recognition and ...

plus


Nur für Besitzer und Autoren: Kontrollseite des Eintrags
  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de
0941 943 -4239 oder -69394

Dissertationen: dissertationen@ur.de
0941 943 -3904

Forschungsdaten: datahub@ur.de
0941 943 -5707

Ansprechpartner