Grazie ai vari progressi tecnologici degli ultimi decenni, il Deep Learning ha riscosso notevoli progressi. Le reti neurali sono in grado di risolvere problemi sempre più complessi e a lavorare in modo più efficiente. Al giorno d’oggi, le reti neurali vengono utilizzate in molti ambiti per semplificare e svolgere lavori lunghi e tediosi. Questo elaborato presenta i risultati ottenuti dalla segmentazione di fossili di dinosauro attuati dalla U-net3D e dalla DeepLabV3+. Il dataset è composto da 3 fossili di protoceratopo dal Deserto del Gobi, Mongolia.
Segmentazione CT di fossili di dinosauro mediante Deep Learning
BREJC, GIOVANNI
2021/2022
Abstract
Grazie ai vari progressi tecnologici degli ultimi decenni, il Deep Learning ha riscosso notevoli progressi. Le reti neurali sono in grado di risolvere problemi sempre più complessi e a lavorare in modo più efficiente. Al giorno d’oggi, le reti neurali vengono utilizzate in molti ambiti per semplificare e svolgere lavori lunghi e tediosi. Questo elaborato presenta i risultati ottenuti dalla segmentazione di fossili di dinosauro attuati dalla U-net3D e dalla DeepLabV3+. Il dataset è composto da 3 fossili di protoceratopo dal Deserto del Gobi, Mongolia.File in questo prodotto:
File | Dimensione | Formato | |
---|---|---|---|
Brejc_Giovanni.pdf
accesso aperto
Dimensione
7.14 MB
Formato
Adobe PDF
|
7.14 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.12608/37989