Identificador persistente para citar o vincular este elemento:
https://accedacris.ulpgc.es/jspui/handle/10553/57379
| Título: | Deep learning vs classical computer vision techniques for microplastics classication | Autores/as: | Lorenzo-Navarro, Javier Castrillón Santana, Modesto Herrera, Alicia Martínez, Ico Marín Reyes, Pedro Gómez, May |
Clasificación UNESCO: | Investigación | Palabras clave: | Deep learning Computer vision Microplastic classification |
Fecha de publicación: | 2018 | Conferencia: | MICRO2018. Fate and Impacts of Microplastics: Knowledge, Actions and Solutions | URI: | https://accedacris.ulpgc.es/handle/10553/57379 | ISBN: | 978-84-09-06477-9 | Fuente: | MICRO 2018. Fate and Impact of Microplastics: Knowledge, Actions and Solutions. From 19th to 23rd of November, EOMAR participated in MICRO2018 International Conference: Fate and Impact of Microplastics: Knowledge, Actions and Solutions, celebrated in Lanzarote, Canary Island. p. 128-129 |
| Colección: | Actas de congresos |
Adobe PDF (159,51 kB)
Visitas
87
actualizado el 24-ago-2024
Descargas
121
actualizado el 24-ago-2024
Google ScholarTM
Verifica
Altmetric
Comparte
Exporta metadatos
Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.