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 principal
Vignette du fichier
RapportRecherche2023_SAM_Aigle_Marquage_2023.pdf (3.53 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence

Dates et versions

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

Licence

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⟩
162 Consultations
137 Téléchargements

Partager

  • More