Efficient Object
효율적인 개체

Efficient Object(효율적인 개체)란 무엇입니까?

Efficient Object 효율적인 개체 - It also develops a more efficient objective function for numerical, mixed and nominal datasets. ^[1] As a case study, we propose a simple but efficient objective function based on the concept of energy-based models. ^[2] Energy consumption is a major challenge in IoT devices, which was aimed to be improved by employing energy-efficient objective functions (OFs) in the structure of the RPL routing protocol. ^[3] In this work, we propose a novel and efficient objective image quality assessment (IQA) model for MEF images of both static and dynamic scenes based on superpixels and an information theory adaptive pooling strategy. ^[4] For training, we propose an efficient objective function, which includes a matching constraint, an adversarial objective, and a classification constraint. ^[5] The main novelty of the paper is the automatic generation of Pareto-optimal nodal arrangements and corresponding compact supports of the mesh-free boundary model, by means of an evolutionary multi-objective optimization process, based on genetic algorithms, which uses reliable very efficient objective functions. ^[6] Secondly, the KF parameters are optimised by using an evolutionary algorithm with an efficient objective function. ^[7] More specifically, MTFH exploits an efficient objective function to flexibly learn the modality-specific hash codes with different length settings, while synchronously learning two semantic correlation matrices to semantically correlate the different hash representations for heterogeneous data comparable. ^[8] Here, we demonstrate how the DigiGait system, and interventions on mice to use this system, can make an efficient objective assessment of acute disease progression and changes in gait in alphavirus-infected mice. ^[9] In this paper, an efficient Objective Function, RPL-FZ, is proposed. ^[10] In order to determine the most ideal production conditions and content ratios, parameter combinations based on the L18(21 × 35) Taguchi orthogonal index were used according to the density, hardness, wear rate, friction coefficient objective functions. ^[11] Efficient objective image quality assessment (IQA) measures play the key role in quantitative evaluation and optimization of image compression algorithms. ^[12] To overcome this limitation, we propose a novel supervised dimensionality reduction method, which learns per-class transformations by optimizing a newly designed and efficient objective function. ^[13] In this work, we propose a novel, efficient objective function that utilizes the Jensen-Shannon divergence for multiple distributions. ^[14] With appropriate sensors, adequate communication, and safety concerns combined, an efficient object-handover may be implemented to increase workstation performance. ^[15] There is a need for efficient objective measures that can help in diagnosing this disease early as possible with less effort. ^[16] MTFH exploits an efficient objective function to flexibly learn modality-specific hash codes with different length settings, while synchronously learning two semantic correlation matrices for heterogeneous data comparable. ^[17] On the other hand, FastFlow has been adopted as an efficient object-based programming framework that may benefit from being supported as an additional GrPPI backend. ^[18] Since their complexity keeps growing with the introduction of more realistic data, research efforts have turned their interest into the proposal of efficient objective function implementations that take advantage of potential parallelism. ^[19] , the non-linear programming and dynamic programming) due to faster convergence, diverse solution space, and efficient objective function evaluation. ^[20] In this paper, a mathematical model is presented with an eco-efficient objective function that takes into account external costs (climate change and air pollution). ^[21] How to locate an efficient object for vision recognition tasks is constantly a pivotal issue. ^[22]
또한 수치, 혼합 및 명목 데이터 세트에 대해 보다 효율적인 목적 함수를 개발합니다. ^[1] 사례 연구로 에너지 기반 모델의 개념을 기반으로 간단하지만 효율적인 목적 함수를 제안합니다. ^[2] 에너지 소비는 RPL 라우팅 프로토콜의 구조에서 에너지 효율적인 목적 함수(OF)를 사용하여 개선하는 것을 목표로 하는 IoT 장치의 주요 과제입니다. ^[3] 이 작업에서 우리는 슈퍼픽셀과 정보 이론 적응 풀링 전략을 기반으로 하는 정적 및 동적 장면의 MEF 이미지에 대한 새롭고 효율적인 객관적 이미지 품질 평가(IQA) 모델을 제안합니다. ^[4] 학습을 위해 매칭 제약 조건, 적대적 목적 및 분류 제약 조건을 포함하는 효율적인 목적 함수를 제안합니다. ^[5] 이 논문의 주요 참신함은 신뢰할 수 있는 매우 효율적인 목표를 사용하는 유전 알고리즘을 기반으로 하는 진화적 다중 목표 최적화 프로세스를 통해 Pareto-optimal 노드 배열과 메쉬 없는 경계 모델의 해당 컴팩트 지원을 자동으로 생성한다는 것입니다. 기능. ^[6] 둘째, 효율적인 목적 함수를 가진 진화 알고리즘을 사용하여 KF 매개변수를 최적화합니다. ^[7] 보다 구체적으로, MTFH는 효율적인 목적 함수를 활용하여 길이 설정이 다른 양식별 해시 코드를 유연하게 학습하는 한편, 비교 가능한 이종 데이터에 대해 서로 다른 해시 표현을 의미상 상관시키기 위해 두 가지 의미론적 상관 행렬을 동시에 학습합니다. ^[8] 여기에서 우리는 DigiGait 시스템과 이 시스템을 사용하기 위한 생쥐에 대한 중재가 알파바이러스에 감염된 생쥐의 급성 질환 진행과 보행 변화에 대한 효율적이고 객관적인 평가를 할 수 있는 방법을 보여줍니다. ^[9] 본 논문에서는 효율적인 목적함수인 RPL-FZ를 제안한다. ^[10] 가장 이상적인 생산조건과 함량비를 결정하기 위해 밀도, 경도, 마모율, 마찰계수 목적함수에 따라 L18(21 × 35) Taguchi 직교지수를 기반으로 한 파라미터 조합을 사용하였다. ^[11] 효율적인 객관적 이미지 품질 평가(IQA) 측정은 이미지 압축 알고리즘의 정량적 평가 및 최적화에서 핵심적인 역할을 합니다. ^[12] 이러한 한계를 극복하기 위해 새로 설계되고 효율적인 목적 함수를 최적화하여 클래스별 변환을 학습하는 새로운 지도 차원 축소 방법을 제안합니다. ^[13] 이 작업에서 우리는 여러 분포에 대해 Jensen-Shannon 발산을 활용하는 새롭고 효율적인 목적 함수를 제안합니다. ^[14] 적절한 센서, 적절한 통신 및 안전 문제가 결합되어 효율적인 개체 전달을 구현하여 워크스테이션 성능을 높일 수 있습니다. ^[15] 적은 노력으로 가능한 한 조기에 이 질병을 진단하는 데 도움이 될 수 있는 효율적이고 객관적인 조치가 필요합니다. ^[16] MTFH는 효율적인 목적 함수를 활용하여 길이 설정이 다른 양식별 해시 코드를 유연하게 학습하는 동시에 비교 가능한 이종 데이터에 대한 두 가지 의미론적 상관 행렬을 동시에 학습합니다. ^[17] 반면에 FastFlow는 추가 GrPPI 백엔드로 지원되는 이점을 얻을 수 있는 효율적인 개체 기반 프로그래밍 프레임워크로 채택되었습니다. ^[18] 보다 현실적인 데이터의 도입으로 복잡성이 계속 증가하기 때문에 연구 노력은 잠재적인 병렬성을 활용하는 효율적인 목적 함수 구현의 제안으로 관심을 돌렸습니다. ^[19] , 비선형 계획법 및 동적 계획법) 빠른 수렴, 다양한 솔루션 공간 및 효율적인 목적 함수 평가로 인한 것입니다. ^[20] 본 논문에서는 외부 비용(기후변화 및 대기오염)을 고려한 친환경적인 목적함수로 수학적 모델을 제시하였다. ^[21] 비전 인식 작업을 위한 효율적인 물체를 찾는 방법은 항상 중요한 문제입니다. ^[22]

convolutional neural network 컨볼루션 신경망

In the present study, towards reliable and efficient object detection in thermal infrared (TIR) images, we put forward a novel object detection approach, termed TIRNet, which is built upon convolutional neural network (CNN). ^[1] In order to address these challenges, we propose a low power and energy-efficient object tracking FPGA implementation based on a newly proposed binarized depthwise separable deep convolutional neural network. ^[2] In this paper, we present JET-Net (Just Enough Time), a model frame for efficient object detection based on Convolutional Neural Networks. ^[3] Machine learning-based approaches like deep convolutional neural network (CNN) based object detectors are promising tools for efficient object detection and counting. ^[4] We rely on state-of-the-art object detection CNN (Convolutional neural network) YOLO to detect obstacles in the image plane and we propose an efficient object tracking procedure to track objects across frames. ^[5] We then propose a combination of a lightweight convolutional neural network architecture (BKNet) with an efficient object detection framework (RetinaNet). ^[6]
현재 연구에서는 열적외선(TIR) ​​이미지에서 안정적이고 효율적인 물체 감지를 위해 CNN(Convolutional Neural Network)을 기반으로 하는 TIRNet이라는 새로운 물체 감지 접근 방식을 제안했습니다. ^[1] 이러한 문제를 해결하기 위해 새로 제안된 이진화 깊이별 분리형 심층 컨볼루션 신경망을 기반으로 하는 저전력 및 에너지 효율적인 객체 추적 FPGA 구현을 제안합니다. ^[2] 본 논문에서는 Convolutional Neural Networks 기반의 효율적인 객체 검출을 위한 모델 프레임인 JET-Net(Just Enough Time)을 제시한다. ^[3] nan ^[4] nan ^[5] nan ^[6]

Computationally Efficient Object

A robust and computationally efficient object tracking algorithm is developed by incorporating various tracking techniques. ^[1] Furthermore, we propose a computationally efficient object grasp pose estimation algorithm based on planar constrained geometry on the manipulator and imaging system. ^[2]
다양한 추적 기술을 통합하여 강력하고 계산적으로 효율적인 객체 추적 알고리즘이 개발되었습니다. ^[1] nan ^[2]

Present Efficient Object 효율적인 개체 제시

The proposed work presents efficient objection detection and tracking algorithm for autonomous vehicles, which is developed in MATLAB with Image Processing Computer Version Toolbox and Automated Driving Toolbox. ^[1] Moreover, we present efficient objectives to improve pin-accessibility and reduce the use of vertical routing, which has high resistance. ^[2]
제안된 작업은 Image Processing Computer Version Toolbox 및 Automated Driving Toolbox와 함께 MATLAB에서 개발된 자율주행 차량을 위한 효율적인 이의 제기 감지 및 추적 알고리즘을 제시합니다. ^[1] 또한 핀 접근성을 개선하고 저항이 높은 수직 라우팅의 사용을 줄이기 위한 효율적인 목표를 제시합니다. ^[2]

efficient object detection 효율적인 물체 감지

To improve detection accuracy and keep the speed of real-time detection, this paper proposed an efficient object detection algorithm for ship detection of remote sensing image based on improved SSD. ^[1] In this study, an efficient object detection algorithm for aerial images is proposed to alleviate this problem. ^[2] In this paper, we propose a binarized detection learning method (BiDet) for efficient object detection. ^[3] We also propose a novel Poisson-blending Generative Adversarial Network (Poisson GAN) and an efficient object detection network (AquaNet) to address two common issues within related datasets: the class-imbalance problem and the problem of mass small object, respectively. ^[4] Faster RCNN is a popular and very efficient object detection algorithm, it has good performance in image recognition in various fields. ^[5] This paper propose an efficient object detection method based on deep feature fusing strategy. ^[6] Considering the memory, computing speed, and environmental requirements in the MediaTek Dimensity 1000 Series embedded device, it is worth mentioning that we are the first one to re-implement and propose an efficient object detection algorithm based on You Only Look Once version 5 (YOLOv5) to address this issue in TensorFlow framework. ^[7] In conclusion, the proposed method confirmed that efficient object detection is possible. ^[8] The model must possess an efficient object detection and recognition capability to facilitate a better video tracking form. ^[9] In the present study, towards reliable and efficient object detection in thermal infrared (TIR) images, we put forward a novel object detection approach, termed TIRNet, which is built upon convolutional neural network (CNN). ^[10] The proposed structure is used to build a compact and efficient object detection neural network. ^[11] The recent explosion of large volume of standard dataset of annotated images has offered promising opportunities for deep learning techniques in effective and efficient object detection applications. ^[12] In this paper, we present a system-level solution for efficient object detection on a heterogeneous embedded device. ^[13] Fast and efficient object detection such as pedestrian detection and vehicle detection is an important task for autonomous driving. ^[14] Identifying and applying the suitable edge detection algorithm is critical for efficient object detection in accident images. ^[15] We train and evaluate the performance of an artificial neural network built on the Mask R-CNN image processing framework, a general code for efficient object detection, classification, and instance segmentation. ^[16] This paper designs a module of attention regions in SSD detector for accurate and efficient object detection (RSSD). ^[17] In this paper, we present JET-Net (Just Enough Time), a model frame for efficient object detection based on Convolutional Neural Networks. ^[18] Infrared, visible, and medical image fusion systems are mandatory solutions for obtaining more spatial and more spectral information in a single image for efficient object detection and medical diagnosis applications. ^[19] Machine learning-based approaches like deep convolutional neural network (CNN) based object detectors are promising tools for efficient object detection and counting. ^[20] Efficient object detection is important for automatic manufacturing systems applications. ^[21] In this paper, we propose an object detection architecture based on edge computing to achieve distributed and efficient object detection for surveillance applications. ^[22] We then propose a combination of a lightweight convolutional neural network architecture (BKNet) with an efficient object detection framework (RetinaNet). ^[23]
본 논문에서는 탐지 정확도를 높이고 실시간 탐지 속도를 유지하기 위해 향상된 SSD 기반 원격탐사 영상의 선박 탐지를 위한 효율적인 물체 탐지 알고리즘을 제안하였다. ^[1] 본 연구에서는 이러한 문제를 완화하기 위해 항공 영상에 대한 효율적인 객체 검출 알고리즘을 제안한다. ^[2] 본 논문에서는 효율적인 객체 검출을 위한 이진화된 검출 학습 방법(BiDet)을 제안한다. ^[3] 우리는 또한 관련 데이터 세트 내에서 두 가지 공통 문제인 클래스 불균형 문제와 질량이 작은 물체 문제를 각각 해결하기 위해 새로운 Poisson-blending Generative Adversarial Network(Poisson GAN)와 효율적인 물체 감지 네트워크(AquaNet)를 제안합니다. ^[4] Faster RCNN은 대중적이고 매우 효율적인 객체 감지 알고리즘으로 다양한 분야에서 이미지 인식에 좋은 성능을 보입니다. ^[5] 본 논문에서는 심층 특징 융합 전략에 기반한 효율적인 객체 검출 방법을 제안한다. ^[6] MediaTek Dimensity 1000 시리즈 임베디드 장치의 메모리, 컴퓨팅 속도 및 환경 요구 사항을 고려할 때 You Only Look Once 버전 5(YOLOv5 ) TensorFlow 프레임워크에서 이 문제를 해결합니다. ^[7] 결론적으로 제안된 방법은 효율적인 객체 검출이 가능함을 확인하였다. ^[8] 모델은 더 나은 비디오 추적 형식을 용이하게 하기 위해 효율적인 물체 감지 및 인식 기능을 보유해야 합니다. ^[9] 현재 연구에서는 열적외선(TIR) ​​이미지에서 안정적이고 효율적인 물체 감지를 위해 CNN(Convolutional Neural Network)을 기반으로 하는 TIRNet이라는 새로운 물체 감지 접근 방식을 제안했습니다. ^[10] 제안된 구조는 작고 효율적인 객체 감지 신경망을 구축하는 데 사용됩니다. ^[11] 최근에 주석이 달린 이미지의 표준 데이터 세트가 폭발적으로 증가하면서 효과적이고 효율적인 객체 감지 응용 프로그램에서 딥 러닝 기술에 대한 유망한 기회가 제공되었습니다. ^[12] 이 논문에서는 이기종 임베디드 장치에서 효율적인 객체 감지를 위한 시스템 수준 솔루션을 제시합니다. ^[13] 보행자 감지 및 차량 감지와 같은 빠르고 효율적인 물체 감지는 자율 주행에 중요한 작업입니다. ^[14] 적절한 에지 감지 알고리즘을 식별하고 적용하는 것은 사고 이미지에서 효율적인 물체 감지에 매우 중요합니다. ^[15] 효율적인 객체 감지, 분류 및 인스턴스 분할을 위한 일반 코드인 Mask R-CNN 이미지 처리 프레임워크를 기반으로 구축된 인공 신경망의 성능을 훈련하고 평가합니다. ^[16] 이 논문은 정확하고 효율적인 물체 감지(RSSD)를 위한 SSD 감지기의 주의 영역 모듈을 설계합니다. ^[17] 본 논문에서는 Convolutional Neural Networks 기반의 효율적인 객체 검출을 위한 모델 프레임인 JET-Net(Just Enough Time)을 제시한다. ^[18] 적외선, 가시 및 의료 이미지 융합 시스템은 효율적인 물체 감지 및 의료 진단 애플리케이션을 위해 단일 이미지에서 더 많은 공간 및 스펙트럼 정보를 얻기 위한 필수 솔루션입니다. ^[19] nan ^[20] 효율적인 물체 감지는 자동 제조 시스템 애플리케이션에 중요합니다. ^[21] 이 논문에서는 감시 애플리케이션을 위한 분산되고 효율적인 객체 감지를 달성하기 위해 엣지 컴퓨팅을 기반으로 하는 객체 감지 아키텍처를 제안합니다. ^[22] nan ^[23]

efficient object tracking 효율적인 물체 추적

A robust and computationally efficient object tracking algorithm is developed by incorporating various tracking techniques. ^[1] In this paper, we propose an efficient object tracking algorithm that adaptively represents the object appearance using CNN-based features. ^[2] It involves designing of an efficient object tracking system for simple environments where the camera is static, background is simple and no similar object to the one being tracked is present. ^[3] We feed the sequence of ATSLTD frames to the proposed ETD method to perform accurate and efficient object tracking, which leverages the high temporal resolution property of event cameras. ^[4] TracTrac is an open-source Matlab/Python implementation of a robust and efficient object tracking algorithm capable of simultaneously tracking several thousands of objects in very short time. ^[5] In order to address these challenges, we propose a low power and energy-efficient object tracking FPGA implementation based on a newly proposed binarized depthwise separable deep convolutional neural network. ^[6] We rely on state-of-the-art object detection CNN (Convolutional neural network) YOLO to detect obstacles in the image plane and we propose an efficient object tracking procedure to track objects across frames. ^[7]
다양한 추적 기술을 통합하여 강력하고 계산적으로 효율적인 객체 추적 알고리즘이 개발되었습니다. ^[1] 본 논문에서는 CNN 기반의 특징을 이용하여 객체의 모양을 적응적으로 표현하는 효율적인 객체 추적 알고리즘을 제안한다. ^[2] 여기에는 카메라가 고정되어 있고 배경이 단순하며 추적되는 것과 유사한 물체가 없는 간단한 환경을 위한 효율적인 물체 추적 시스템의 설계가 포함됩니다. ^[3] 우리는 이벤트 카메라의 높은 시간 해상도 속성을 활용하는 정확하고 효율적인 객체 추적을 수행하기 위해 제안된 ETD 방법에 ATSLTD 프레임 시퀀스를 제공합니다. ^[4] TracTrac은 매우 짧은 시간에 수천 개의 개체를 동시에 추적할 수 있는 강력하고 효율적인 개체 추적 알고리즘의 오픈 소스 Matlab/Python 구현입니다. ^[5] 이러한 문제를 해결하기 위해 새로 제안된 이진화 깊이별 분리형 심층 컨볼루션 신경망을 기반으로 하는 저전력 및 에너지 효율적인 객체 추적 FPGA 구현을 제안합니다. ^[6] nan ^[7]

efficient object recognition

To the best of our knowledge, this is the first attempt to use SNN to perform time and energy efficient object recognition directly on LiDAR temporal pulses in the setting of autonomous driving. ^[1] This paper aims at efficient object recognition using hand crafted features based on Oriented Fast & Rotated BRIEF (Binary Robust Independent Elementary Features) and Scale Invariant Feature Transform features. ^[2] An efficient object recognition approach is presented that uses segmentation and finds grasping points to properly manipulate objects. ^[3]
우리가 아는 한, 이것은 자율 주행 설정에서 LiDAR 시간 펄스에서 직접 시간 및 에너지 효율적인 물체 인식을 수행하기 위해 SNN을 사용하는 첫 번째 시도입니다. ^[1] 본 논문은 Oriented Fast & Rotated BRIEF(Binary Robust Independent Elementary Features) 및 Scale Invariant Feature Transform 기능을 기반으로 손으로 만든 기능을 사용하여 효율적인 객체 인식을 목표로 합니다. ^[2] 분할을 사용하고 개체를 적절하게 조작하기 위해 잡는 지점을 찾는 효율적인 개체 인식 접근 방식이 제시됩니다. ^[3]

efficient object segmentation

In this proposed work, a two-level object segmentation framework is proposed, where the mid-level cues are meritoriously utilized for efficient object segmentation. ^[1] At the object level, we used computational color model for efficient object segmentation and tracking to handle dynamic background change in indoor environment. ^[2]
이 제안된 작업에서는 중간 수준의 큐가 효율적인 개체 세분화를 위해 유용하게 활용되는 2단계 개체 세분화 프레임워크가 제안됩니다. ^[1] 객체 수준에서 효율적인 객체 분할 및 추적을 위해 계산 색상 모델을 사용하여 실내 환경의 동적 배경 변화를 처리했습니다. ^[2]