Evaluation en dynamique de la qualité du marquage routier par apprentissage profond à partir de données LCMS - Archive ouverte HAL Accéder directement au contenu
Rapport Année : 2023

Evaluation en dynamique de la qualité du marquage routier par apprentissage profond à partir de données LCMS

Résumé

Rapport de recherche dans le cadre du projet SAM Evaluation en dynamique de la qualité du marquage routier par apprentissage profond à partir de données LCMS
Fichier sous embargo
Fichier sous embargo
0 1 0
Année Mois Jours
Avant la publication
vendredi 31 mai 2024
Fichier sous embargo
vendredi 31 mai 2024
Connectez-vous pour demander l'accès au fichier

Dates et versions

hal-04207561 , version 1 (14-09-2023)
hal-04207561 , version 2 (21-12-2023)

Identifiants

  • HAL Id : hal-04207561 , version 2

Citer

Maxime Tual, Valérie Muzet, Philippe Foucher, C. Heinkele, Pierre Charbonnier. Evaluation en dynamique de la qualité du marquage routier par apprentissage profond à partir de données LCMS. Cerema. 2023, pp.10. ⟨hal-04207561v2⟩
62 Consultations
12 Téléchargements

Partager

Gmail Facebook X LinkedIn More