Logowanie
Zarejestruj się
Zresetuj hasło
Publikuj i Dystrybuuj
Rozwiązania Wydawnicze
Rozwiązania Dystrybucyjne
Dziedziny
Architektura i projektowanie
Bibliotekoznawstwo i bibliologia
Biznes i ekonomia
Chemia
Chemia przemysłowa
Filozofia
Fizyka
Historia
Informatyka
Inżynieria
Inżynieria materiałowa
Językoznawstwo i semiotyka
Kulturoznawstwo
Literatura
Matematyka
Medycyna
Muzyka
Nauki farmaceutyczne
Nauki klasyczne i starożytne studia bliskowschodnie
Nauki o Ziemi
Nauki o organizmach żywych
Nauki społeczne
Prawo
Sport i rekreacja
Studia judaistyczne
Sztuka
Teologia i religia
Zagadnienia ogólne
Publikacje
Czasopisma
Książki
Materiały konferencyjne
Wydawcy
Blog
Kontakt
Wyszukiwanie
EUR
USD
GBP
Polski
English
Deutsch
Polski
Español
Français
Italiano
Koszyk
Home
Czasopisma
Ornis Hungarica
Tom 27 (2019): Zeszyt 2 (December 2019)
Otwarty dostęp
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
oraz
László Zsolt Garamszegi
László Zsolt Garamszegi
| 16 gru 2019
Ornis Hungarica
Tom 27 (2019): Zeszyt 2 (December 2019)
O artykule
Poprzedni artykuł
Następny artykuł
Abstrakt
Referencje
Autorzy
Artykuły w tym zeszycie
Podgląd
PDF
Zacytuj
Udostępnij
Data publikacji:
16 gru 2019
Zakres stron:
59 - 66
Otrzymano:
12 wrz 2019
Przyjęty:
21 paź 2019
DOI:
https://doi.org/10.2478/orhu-2019-0015
Słowa kluczowe
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.