EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 4.0

Assessing convolutional neural networks for wood log re-identification

Geo Francis, Sarah Ritter, Peter Sykacek, Martin Riegler

Smart Agricultural Technology · 2026-12 · 15 · 102468

DOI: 10.1016/j.atech.2026.102468 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Smart Agricultural Technology, 2026-12. Verfasst von Geo Francis und 3 weiteren Autor:innen. Die Arbeit nennt 37 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0). Gefördert von: Bundesministerium für Forschung, Technologie und Raumfahrt.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Bundesministerium für Forschung, Technologie und Raumfahrt

Zitieren

APA

Francis, G., Ritter, S., Sykacek, P., & Riegler, M. (2026). Assessing convolutional neural networks for wood log re-identification. Smart Agricultural Technology, 15, 102468. https://doi.org/10.1016/j.atech.2026.102468

Vancouver

Francis G, Ritter S, Sykacek P, Riegler M. Assessing convolutional neural networks for wood log re-identification. Smart Agricultural Technology. 2026;15:102468. doi:10.1016/j.atech.2026.102468

BibTeX
@article{Francis2026,
  author = {Francis, Geo and Ritter, Sarah and Sykacek, Peter and Riegler, Martin},
  title = {Assessing convolutional neural networks for wood log re-identification},
  journal = {Smart Agricultural Technology},
  year = {2026},
  volume = {15},
  pages = {102468},
  doi = {10.1016/j.atech.2026.102468}
}
Kostenlos starten →