MFTs-Net: A Deep Learning Approach for High Similarity Date Fruit Recognition - Archive ouverte HAL
Article Dans Une Revue Journal of advances in information technology Année : 2023

MFTs-Net: A Deep Learning Approach for High Similarity Date Fruit Recognition

Domaines

Sciences de l'ingénieur [physics]

Toufik Bakir  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04427302

Soumis le : mardi 30 janvier 2024-18:13:56

Dernière modification le : mercredi 23 octobre 2024-10:46:51

Consulter le texte intégral

Dates et versions

hal-04427302 , version 1 (30-01-2024)

Identifiants

Citer

Abdellah El Zaar, Rachida Assawab, Ayoub Aoulalay, Nabil Benaya, Toufik Bakir, et al.. MFTs-Net: A Deep Learning Approach for High Similarity Date Fruit Recognition. Journal of advances in information technology, 2023, 14 (6), pp.1151-1158. ⟨10.12720/jait.14.6.1151-1158⟩. ⟨hal-04427302⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-BOURGOGNE IMVIA CORES
16 Consultations
0 Téléchargements

Altmetric

Partager

More