Login
Registrieren
Passwort zurücksetzen
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Blog
Kontakt
Suche
EUR
USD
GBP
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Ornis Hungarica
Band 27 (2019): Heft 2 (December 2019)
Uneingeschränkter Zugang
Automatic bird song and syllable segmentation with an open-source deep-learning object detection method – a case study in the Collared Flycatcher
(Ficedula albicollis)
Sándor Zsebők
Sándor Zsebők
,
Máté Ferenc Nagy-Egri
Máté Ferenc Nagy-Egri
,
Gergely Gábor Barnaföldi
Gergely Gábor Barnaföldi
,
Miklós Laczi
Miklós Laczi
,
Gergely Nagy
Gergely Nagy
,
Éva Vaskuti
Éva Vaskuti
und
László Zsolt Garamszegi
László Zsolt Garamszegi
| 16. Dez. 2019
Ornis Hungarica
Band 27 (2019): Heft 2 (December 2019)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
Online veröffentlicht:
16. Dez. 2019
Seitenbereich:
59 - 66
Eingereicht:
12. Sept. 2019
Akzeptiert:
21. Okt. 2019
DOI:
https://doi.org/10.2478/orhu-2019-0015
Schlüsselwörter
bird song
,
deep-learning
,
object detection
,
Collared Flycatcher
,
automatic segmentation
© 2019 Sándor Zsebők et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.