EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 4.0

A real-time system for detecting personal protective equipment compliance using deep learning model YOLOv5

Nur Amielia Natasha Mohamad Nazli, Nurbaity Sabri, Raihah Aminuddin, Shafaf Ibrahim, Syafiq Yusof, Siti Diana Nabilah Mohd Nasir

Procedia Computer Science · 2024 · 245 · 647-656

DOI: 10.1016/j.procs.2024.10.291 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2024. Verfasst von Nur Amielia Natasha Mohamad Nazli und 5 weiteren Autor:innen. Die Arbeit wurde bisher 11-mal zitiert (Crossref) und nennt 26 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0). Gefördert von: Universiti Teknologi MARA.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Universiti Teknologi MARA

Zitieren

APA

Nazli, N. A. N. M., Sabri, N., Aminuddin, R., Ibrahim, S., Yusof, S., & Nasir, S. D. N. M. (2024). A real-time system for detecting personal protective equipment compliance using deep learning model YOLOv5. Procedia Computer Science, 245, 647-656. https://doi.org/10.1016/j.procs.2024.10.291

Vancouver

Nazli NANM, Sabri N, Aminuddin R, Ibrahim S, Yusof S, Nasir SDNM. A real-time system for detecting personal protective equipment compliance using deep learning model YOLOv5. Procedia Computer Science. 2024;245:647-656. doi:10.1016/j.procs.2024.10.291

BibTeX
@article{Nazli2024,
  author = {Nazli, Nur Amielia Natasha Mohamad and Sabri, Nurbaity and Aminuddin, Raihah and Ibrahim, Shafaf and Yusof, Syafiq and Nasir, Siti Diana Nabilah Mohd},
  title = {A real-time system for detecting personal protective equipment compliance using deep learning model YOLOv5},
  journal = {Procedia Computer Science},
  year = {2024},
  volume = {245},
  pages = {647--656},
  doi = {10.1016/j.procs.2024.10.291}
}
Kostenlos starten →