Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
https://doi.org/10.21256/zhaw-18357| Publikationstyp: | Konferenz: Paper |
| Art der Begutachtung: | Keine Begutachtung |
| Titel: | Efficient deep CNNs for cross-modal automated computer vision under time and space constraints |
| Autor/-in: | Amirian, Mohammadreza Rombach, Katharina Tuggener, Lukas Schilling, Frank-Peter Stadelmann, Thilo |
| et. al: | No |
| DOI: | 10.21256/zhaw-18357 |
| Angaben zur Konferenz: | ECML-PKDD 2019, Würzburg, Germany, 16-19 September 2019 |
| Erscheinungsdatum: | 2019 |
| Verlag / Hrsg. Institution: | ZHAW Zürcher Hochschule für Angewandte Wissenschaften |
| Sprache: | Englisch |
| Schlagwörter: | AutoDL; Automated deep learning; Convolutional neural networks; MobileNetV2; EfficientNet |
| Fachgebiet (DDC): | 006: Spezielle Computerverfahren |
| Zusammenfassung: | We present an automated computer vision architecture to handle video and image data using the same backbone networks. We show empirical results that lead us to adopt MOBILENETV2 as this backbone architecture. The paper demonstrates that neural architectures are transferable from images to videos through suitable preprocessing and temporal information fusion. |
| URI: | https://digitalcollection.zhaw.ch/handle/11475/18357 |
| Volltext Version: | Akzeptierte Version |
| Lizenz (gemäss Verlagsvertrag): | Lizenz gemäss Verlagsvertrag |
| Departement: | School of Engineering |
| Organisationseinheit: | Institut für Informatik (InIT) |
| Publiziert im Rahmen des ZHAW-Projekts: | Ada – Advanced Algorithms for an Artificial Data Analyst |
| Enthalten in den Sammlungen: | Publikationen School of Engineering |
Dateien zu dieser Ressource:
| Datei | Beschreibung | Größe | Format | |
|---|---|---|---|---|
| 2019_Stadelmann_Efficient Deep CNNS_ECML_PKDD_2019.pdf | 168.59 kB | Adobe PDF |  Öffnen/Anzeigen |
Zur Langanzeige
Amirian, M., Rombach, K., Tuggener, L., Schilling, F.-P., & Stadelmann, T. (2019). Efficient deep CNNs for cross-modal automated computer vision under time and space constraints. ECML-PKDD 2019, Würzburg, Germany, 16-19 September 2019. https://doi.org/10.21256/zhaw-18357
Amirian, M. et al. (2019) ‘Efficient deep CNNs for cross-modal automated computer vision under time and space constraints’, in ECML-PKDD 2019, Würzburg, Germany, 16-19 September 2019. ZHAW Zürcher Hochschule für Angewandte Wissenschaften. Available at: https://doi.org/10.21256/zhaw-18357.
M. Amirian, K. Rombach, L. Tuggener, F.-P. Schilling, and T. Stadelmann, “Efficient deep CNNs for cross-modal automated computer vision under time and space constraints,” in ECML-PKDD 2019, Würzburg, Germany, 16-19 September 2019, 2019. doi: 10.21256/zhaw-18357.
AMIRIAN, Mohammadreza, Katharina ROMBACH, Lukas TUGGENER, Frank-Peter SCHILLING und Thilo STADELMANN, 2019. Efficient deep CNNs for cross-modal automated computer vision under time and space constraints. In: ECML-PKDD 2019, Würzburg, Germany, 16-19 September 2019. Conference paper. ZHAW Zürcher Hochschule für Angewandte Wissenschaften. 2019
Amirian, Mohammadreza, Katharina Rombach, Lukas Tuggener, Frank-Peter Schilling, and Thilo Stadelmann. 2019. “Efficient Deep CNNs for Cross-Modal Automated Computer Vision under Time and Space Constraints.” Conference paper. In ECML-PKDD 2019, Würzburg, Germany, 16-19 September 2019. ZHAW Zürcher Hochschule für Angewandte Wissenschaften. https://doi.org/10.21256/zhaw-18357.
Amirian, Mohammadreza, et al. “Efficient Deep CNNs for Cross-Modal Automated Computer Vision under Time and Space Constraints.” ECML-PKDD 2019, Würzburg, Germany, 16-19 September 2019, ZHAW Zürcher Hochschule für Angewandte Wissenschaften, 2019, https://doi.org/10.21256/zhaw-18357.
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.