Connexion
S'inscrire
Réinitialiser le mot de passe
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Blog
Contact
Chercher
EUR
USD
GBP
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
Ornis Hungarica
Édition 27 (2019): Edition 2 (December 2019)
Accès libre
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
et
László Zsolt Garamszegi
László Zsolt Garamszegi
| 16 déc. 2019
Ornis Hungarica
Édition 27 (2019): Edition 2 (December 2019)
À propos de cet article
Article précédent
Article suivant
Résumé
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Publié en ligne:
16 déc. 2019
Pages:
59 - 66
Reçu:
12 sept. 2019
Accepté:
21 oct. 2019
DOI:
https://doi.org/10.2478/orhu-2019-0015
Mots clés
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.