Produkt zum Begriff Objekterkennung:
-
IFM 3D Sensor Objekterkennung O3DIRDKG/E1/GM/S/60
Objekterkennung, 3D Sensor, O3D, Betriebsspannung: 20,4...28,8 V DC, Stromaufnahme: 2400 mA, 3 Ausgänge, Steckverbindung, M12-Steckverbindung, Geräteschnittstellen: Digital Ein-/Ausgang, Ethernet , Öffnungswinkel 60° x 45° (horizontal x vertikal) , Bildauflösung 176 x 132 Pixel , PMD 3D ToF (Time of Flight) Sensor zur ,- Objektvermessung: Bestimmen / Vergleichen von Größe, Position, Drehlage, Qualität der Messung,- Vollständigkeitsüberwachung, Werkstoff Gehäuse: Gehäuse: Aluminiumdruckguss Frontscheibe: Gorilla Glass Funktionsanzeige PA (Polyamid)
Preis: 1911.71 € | Versand*: 5.99 € -
Netatmo NOC01-DE Presence Outdoor-Sicherheitskamera mit Objekterkennung, WLAN, Schwarz
Netatmo NOC01-DE Presence Outdoor-Sicherheitskamera mit Objekterkennung - Schwarz Merkmale Erkennt und unterscheidet Personen, Fahrzeuge und Tiere Alert-Zones Integriertes intelligentes Flutlicht Wird einfach als Außenlicht installiert Individuelle und präzise Benachrichtigungen über Ereignisse Videosicherung auf integrierter microSD Karte oder Dropbox Netatmo webapp Funktioniert mit Apple Homekit (iOS 10 oder höher erforderlich) Kompatibel mit Sprachsteuerung: Amazon Alexa, Google Assistent, Apple Homekit Full-HD Videos 8x Digitalzoom in den Videos Wetterfest Infrarot-Nachtsicht Zeitrafferfunktion Erfassung auf weite Distanz bis zu 20 m Betriebstemperatur: -20 °C bis +50 °C Kamera Videosensor: 4MP, Sichtfeld: 100° Auflösung: Bis zu 1920 x 1080 LED-Flutlicht: 12 W, dimmbar IR-Nachtsicht: Erfassung bis 15 m WLAN 802.11 b/g/n (2.4GHz) Datenspeicherung: MicroSD-Karte Kompatibilität mit iPhone und iPad: Mindestens iOS 10 erforderlich WLAN mit Hochgeschwindigkeits-Internetverbindung erforderlich (Mindestgeschwindigkeit für Upload und Download 25 KB/sec) Android-Kompatibilität: Mindestens Android 5.0 erforderlich Abmessungen: 50 x 200 x 110 mm Abmessungen mit Wandanbringung: 110 x 230 x 175 mm Stromversorgung: 100-240V, ersetzt vorhandene Lampenfassung Installation/Anschluß: über vorhandene Lampenfassung (kein Netzstecker enthalten) Lieferumfang Netatmo Presence-Kamera Montage-Satz 8 GB microSD-KarteProdukt-, Lizenz-, Markennamen und Warenzeichen sind Eigentum der entsprechenden Markeninhaber und werden nur genannt, weil Sie Bestandteil des Artikels sind und dessen Qualität widerspiegeln!
Preis: 355.32 € | Versand*: 0.00 € -
SAMSUNG Nass-Trocken-Saugroboter "BESPOKE Jet Bot Combo AI Steam, KI-Objekterkennung", weiß (satin greige), B:35,9cm H:10cm T:36,4cm, Saugroboter
Allgemein: Weitere Vorteile: Effiziente Reinigung mit AI Bodenerkennung: Mithilfe des AI-DNN-Modells mit 1,7 Millionen Bildern und seiner Frontkamera kann der Jet Bot Combo verschiedene Objekte und Gegenstände wie Menschen, Hunde/Katzen, oder dünne Telefonkabel erkennen. Zudem scannt er mit seinen zwei 3D-Tiefenkameras präzise den Bereich vor sich und erkennt die Struktur des Raumes und mögliche Hindernisse., Active Stereo 3D Sensor - selbst kleine Objekte erkennen, Rotierende Wischpads - Nassreinigung besonders verschmutzter Bereiche, Hochleistungsbürste - mit Selbstreinigung und Digital Inverter Motor, Bixby-Spracherkennung im Gerät integriert oder per SmartThings-App nutzen, Hinderniserkennung, Stufenerkennung, automatische Rückkehr zur Ladestation, Handhabung & Komfort: Allgemeine Funktionen: Zusatzfunktion: No-Go-/Sperrzonen, Select & Go, Patrouillen-Modus, Auswahl der Reinigungsmodi je nach Raum, 3D-Mapping von Räumen erstellen, Live-Reinigungsbericht, Knox IoT Security, Wassertankkapazität: 0,1 l Jet / 4 l Clean Station, Möglichkeiten der Gerätesteuerung: App-Steuerung, Sprachsteuerung, Touch-Steuerung an Gerät, Sensorarten: Infrarotsensoren, Anzahl Infrarotsensoren: 2 St., Zeitplanungsfunktionen: Tägliche Zeitplanung, Product Compliance: WEEE-Reg.-Nr. DE: 57734404, Farbe & Material: Farbe: Satin Greige, Maße & Gewicht: Höhe: 10 cm, Breite: 35,9 cm, Tiefe: 36,4 cm, Gewicht: 4,8 kg, Technische Daten: Leistung: 70 W, Fassungsvermögen Staubbehälter: ,25 l, Fassungsvermögen Staubbehälter (Bodenstation): 2,5 l, Mitgeliefertes Zubehör: Waschplatte, 2 Wischpads, 2 Wischpad-Halterungen, 1 Vorfilter, 1 seitliche Bürste, 1 Clean Station Staubbeutel, Akku & Betriebszeiten: Stromversorgungsart: Akku (fest eingebaut), Akkuleistung: 14,4 V, Maximale Akkulaufzeit: 3 Std., Batterie-/Akku-Technologie: Lithium-Ionen (Li-Ion), Dauer Vollladung (ca.): 5 Std., Akkukapazität: 5200 mAh, Anzahl Akkus: 1 St., Anzahl Batterien: 4 St., Leistung Akku: 75,92 V, Spannung Akku: 14,6 V, Reinigung & Pflege: Filtersystem: Mikrofilter, Staubbehälterfunktionen: Automatische Entleerung durch Reinigungsstation,
Preis: 970.15 € | Versand*: 5.95 € -
Bhargava, Aditya Y: Algorithmen kapieren
Algorithmen kapieren , Visuelle Erläuterungen mit über 400 anschaulichen Illustrationen Mit einfachen Beispielen aus dem Alltag und zahlreichen Übungen Ausführlich kommentierter Beispielcode in Python Algorithmen kapieren ohne graue Theorie Ab sofort sind Algorithmen nicht mehr langweilig und trocken! Mit diesem Buch wird es dir leichtfallen, ihre Funktionsweise zu verstehen. Alle Algorithmen werden mithilfe von Beispielen aus dem täglichen Leben erläutert, z.B. der Unterschied zwischen Arrays und verketteten Listen anhand der Aufgabe, freie Plätze in einem Kinosaal zu finden. Für den Einsatz in der Praxis Du lernst die wichtigsten Algorithmen kennen, die dir dabei helfen, deine Programme zu beschleunigen, deinen Code zu vereinfachen und die gängigsten Aufgaben bei der Programmierung zu lösen. Dabei beginnst du mit einfachen Aufgaben wie Sortieren und Suchen. Mit diesen Grundlagen gerüstet kannst du auch schwierigere Aufgaben wie Datenkomprimierung oder künstliche Intelligenz in Angriff nehmen. Visuell und praxisnah Zu allen Erläuterungen findest du anschauliche Illustrationen und Diagramme sowie ausführlich kommentierten Beispielcode in Python. Übungsaufgaben mit Lösungen für jedes Kapitel helfen dir, dein Wissen zu testen und zu festigen. Aus dem Inhalt: Such-, Sortier- und Graphenalgorithmen Performance von Algorithmen analysieren (Landau-Notation) Arrays, verkettete Listen und Hashtabellen Bäume und balancierte Bäume Rekursion und Stacks Quicksort und das Teile-und-herrsche-Verfahren Dijkstra-Algorithmus für die Ermittlung des kürzesten Pfads Approximationsalgorithmen und NP-vollständige Probleme Greedy-Algorithmen Dynamische Programmierung Klassifikation und Regression mit dem k-Nächste-Nachbarn-Algorithmus Stimmen zum Buch »Das Buch schafft das Unmögliche: Mathe macht Spaß und ist einfach.« (- Sander Rossel, COAS Software Systems) »Algorithmen sind nicht langweilig! Die Lektüre des Buchs hat mir und meinen Studenten Spaß gemacht und war lehrreich.« (- Christopher Haupt, Mobirobo, Inc.) »Heutzutage gibt es praktisch keinen Aspekt des Lebens, der nicht durch einen Algorithmus optimiert wird. Dieses Buch sollte Ihre erste Wahl sein, wenn Sie eine gut erklärte Einführung in dieses Thema suchen.« (- Amit Lamba, Tech Overture, LLC) , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen
Preis: 29.99 € | Versand*: 0 €
-
Wie beeinflusst die Anwendung verschiedener Bildverarbeitungsalgorithmen die Genauigkeit der Objekterkennung in Computer Vision-Systemen?
Die Anwendung verschiedener Bildverarbeitungsalgorithmen kann die Genauigkeit der Objekterkennung in Computer Vision-Systemen stark beeinflussen. Ein Algorithmus, der gut auf bestimmte Arten von Bildern funktioniert, kann auf anderen Bildern weniger genau sein. Die Auswahl des richtigen Algorithmus für die spezifische Anwendung ist entscheidend für die Genauigkeit der Objekterkennung.
-
Was sind die gängigsten Methoden zur Objekterkennung in der Bildverarbeitung?
Die gängigsten Methoden zur Objekterkennung in der Bildverarbeitung sind Convolutional Neural Networks (CNNs), Haar-like Features und Histogram of Oriented Gradients (HOG). CNNs sind besonders effektiv für komplexe Objekterkennungsaufgaben, während HOG und Haar-like Features häufig für einfachere Objekte verwendet werden. Andere Methoden sind auch möglich, aber diese drei sind am weitesten verbreitet und erfolgreich.
-
Wie können Algorithmen zur Objekterkennung dazu beitragen, die Sicherheit in öffentlichen Verkehrsmitteln zu verbessern? Welche Anwendungen hat die Objekterkennung in der industriellen Fertigung?
Algorithmen zur Objekterkennung können dazu beitragen, die Sicherheit in öffentlichen Verkehrsmitteln zu verbessern, indem sie verdächtige Gegenstände oder Verhaltensweisen erkennen und Alarm auslösen. Sie können auch dazu beitragen, die Überwachung in Echtzeit zu verbessern und potenzielle Gefahren frühzeitig zu erkennen. In der industriellen Fertigung kann die Objekterkennung dazu verwendet werden, Fehler in der Produktion zu identifizieren, Produktionsprozesse zu optimieren und die Qualität der hergestellten Produkte zu verbessern. Sie kann auch zur Überwachung von Maschinen und Anlagen eingesetzt werden, um Ausfälle frühzeitig zu erkennen und Wartungsarbeiten zu
-
Wie kann die Objekterkennung in der Bildverarbeitung zur Verbesserung von Automatisierungssystemen eingesetzt werden?
Die Objekterkennung in der Bildverarbeitung ermöglicht es Automatisierungssystemen, Objekte in Echtzeit zu identifizieren und zu verfolgen. Dadurch können Prozesse effizienter gesteuert und optimiert werden. Zudem können Fehler frühzeitig erkannt und behoben werden, was die Produktivität und Qualität der Automatisierungssysteme verbessert.
Ähnliche Suchbegriffe für Objekterkennung:
-
Steinkamp, Veit: Mathematische Algorithmen mit Python
Mathematische Algorithmen mit Python , Tauchen Sie ein in die Welt der Algorithmen und erforschen Sie die Verbindung zwischen Programmierung und Mathematik. Dr. Veit Steinkamp löst mit Ihnen Aufgaben aus verschiedenen Bereichen und zeigt, wie Rechnungen in Code umgesetzt werden. Sie lernen die grundlegenden Programm- und Datenstrukturen Pythons kennen und erfahren, welche Module Ihnen viel Arbeit abnehmen. Rasch programmieren Sie Algorithmen zum Lösen von Gleichungssystemen nach, automatisieren Kurvendiskussionen und berechnen Integrale. Abstrakte Zusammenhänge werden so deutlich, und ganz nebenbei verbessern Sie Ihre Python-Fähigkeiten und programmieren geschickter und gekonnter. Aus dem Inhalt: Python installieren und anwenden Daten- und Programmstrukturen Module: NumPy, SymPy, SciPy, Matplotlib Zahlen Gleichungssysteme Folgen und Reihen Funktionen Differenzial- und Integralrechnung Differenzialgleichungen Ausgleichsrechnungen Statistik Fraktale Geometrie Die Fachpresse zur Vorauflage: iX - Magazin für professionelle Informationstechnik: »Der Titel verspricht nicht zu viel. Man lernt nicht nur Mathematik, sondern spielend auch die Umsetzung von mathematischen Konzepten in ein Programm und damit die praktische Anwendung von Python.« c't: »Überhaupt beweist der Autor ein gutes didaktisches Händchen. Mit Hintergrundinformationen lockert er seinen Text auf; hinzu kommen zahlreiche Abbildungen mit Funktionsplots sowie gut gewählte Übungen.« , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen
Preis: 34.90 € | Versand*: 0 € -
TURCK Bildverarbeitung IVU2PTB912
Bildverarbeitung, BCR, Zweite IVU-Generation, Interner Speicher für 30 Inspektionen, 1/3 CMOS, 752x480 Pixel, Integrierte Ringleuchte: UV-Licht (395nm), Schutzart IP67, Externer Blitz-Ausgang +5VDC, Externer Triggereingang, Display: Integriertes 68,5mm-LCD-Farbdisplay, 320 x 240 transreflektiv, Betriebsspannung :10 30 VDC, Stecker M12x1, 12-polig, Drei PNP/NPN-Schaltausgänge, über Software auswählbar, USB-2.0-Host: M8 Kupplung, 4-polig, Ethernet über Stecker M8x1, 4-polig, Industrial Ethernet: PROFINET, EtherNet/IP, Modbus/TCP, PCCC, 12mm Linse, M12x1, Brennweite: 12 mm
Preis: 3059.54 € | Versand*: 5.99 € -
TURCK Bildverarbeitung IVU2PRBG08
Bildverarbeitung, BCR, Zweite IVU-Generation, Interner Speicher für 30 Inspektionen, 1/3 CMOS, 752x480 Pixel, Integrierte Ringleuchte: Grün, Schutzart IP67, Externer Blitz-Ausgang +5VDC, Externer Triggereingang, Externes Display RDM35 erforderlich, Betriebsspannung :10 30 VDC, Stecker M12x1, 12-polig, 3x programmierbarer Schaltausgang (PNP/NPN), 1x RS232 Datenkommunikation, Ethernet über Stecker M8x1, 4-polig, USB-2.0-Host: M8 Kupplung, 4-polig, Industrial Ethernet: PROFINET, EtherNet/IP, Modbus/TCP, PCCC, 8mm Linse, M12x1, Brennweite: 8 mm
Preis: 2138.81 € | Versand*: 5.99 € -
TURCK Bildverarbeitung IVU2PRBB16
Bildverarbeitung, BCR, Zweite IVU-Generation, Interner Speicher für 30 Inspektionen, 1/3 CMOS, 752x480 Pixel, Integrierte Ringleuchte: Blau, Schutzart IP67, Externer Blitz-Ausgang +5VDC, Externer Triggereingang, Externes Display RDM35 erforderlich, Betriebsspannung :10 30 VDC, Stecker M12x1, 12-polig, 3x programmierbarer Schaltausgang (PNP/NPN), 1x RS232 Datenkommunikation, Ethernet über Stecker M8x1, 4-polig, USB-2.0-Host: M8 Kupplung, 4-polig, Industrial Ethernet: PROFINET, EtherNet/IP, Modbus/TCP, PCCC, 16mm Linse, M12x1, Brennweite: 25 mm
Preis: 2138.81 € | Versand*: 5.99 €
-
Welche Technologien werden zur Objekterkennung in der modernen Bildverarbeitung und künstlichen Intelligenz eingesetzt?
In der modernen Bildverarbeitung und künstlichen Intelligenz werden Technologien wie neuronale Netzwerke, Convolutional Neural Networks (CNN) und Deep Learning eingesetzt, um Objekte in Bildern zu erkennen. Diese Technologien ermöglichen es, komplexe Muster und Merkmale in Bildern zu identifizieren und Objekte präzise zu klassifizieren. Durch den Einsatz von Machine Learning-Algorithmen können diese Technologien kontinuierlich verbessert und optimiert werden.
-
Wie kann man Objekterkennung mit TensorFlow durchführen?
Um Objekterkennung mit TensorFlow durchzuführen, kann man das TensorFlow Object Detection API verwenden. Zuerst muss man ein vortrainiertes Modell herunterladen und es mit den gewünschten Daten trainieren. Danach kann man das trainierte Modell verwenden, um Objekte in Bildern oder Videos zu erkennen.
-
Wie kann man Objekterkennung in Python implementieren?
Es gibt verschiedene Bibliotheken und Frameworks, die die Objekterkennung in Python ermöglichen, wie zum Beispiel OpenCV, TensorFlow oder PyTorch. Diese Bibliotheken bieten vorgefertigte Modelle und Funktionen zur Erkennung von Objekten in Bildern oder Videos. Die Implementierung umfasst in der Regel das Laden des Modells, das Durchführen der Vorhersagen und das Zeichnen der erkannten Objekte auf dem Bild oder Video.
-
Wie können maschinelle Erkennungsprozesse in der Bildverarbeitung zur Verbesserung der automatischen Objekterkennung eingesetzt werden?
Maschinelle Erkennungsprozesse können verwendet werden, um Muster und Merkmale in Bildern zu identifizieren und zu analysieren. Durch den Einsatz von Algorithmen können Objekte automatisch erkannt und klassifiziert werden. Dies ermöglicht eine schnellere und präzisere Objekterkennung in großen Datensätzen.
* Alle Preise verstehen sich inklusive der gesetzlichen Mehrwertsteuer und ggf. zuzüglich Versandkosten. Die Angebotsinformationen basieren auf den Angaben des jeweiligen Shops und werden über automatisierte Prozesse aktualisiert. Eine Aktualisierung in Echtzeit findet nicht statt, so dass es im Einzelfall zu Abweichungen kommen kann.