Deep learning based recognition of algerian forest seeds using YOLO models Amira Rezzag Salem
Type de matériel :
TexteLangue : Anglais Langue du résumé : Français-Anglais-Arabe Détails de publication : 2026Description : 115 p. 15 ill., 08 tabl., 127 réf. 30 cmSujet(s) : Autre classification : - N01 – Génie rural
Thèse - Mémoire
Ce document apparaît dans la/les liste(s) :
THESES 2026
| Image de couverture | Type de document | Bibliothèque actuelle | Bibliothèque de rattachement | Collection | Localisation | Cote | Matériels spécifiés | Info sur le volume | URL | Numéro d'exemplaire | Statut | Notes | Date de retour prévue | Code à barres | Réservations | Priorité de la file des réservations | Réserves de cours | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Thèse - Mémoire
|
Bibliothèque Centrale Magasin sous sol | Bibliothèque Centrale Magasin sous sol | IA 1468 75/A | Disponible | IA 1468 75/A | |||||||||||||
Thèse - Mémoire
|
Département de Génie Rural Bibliothèque de Génie rural | Département de Génie Rural Bibliothèque de Génie rural | IA 1468 75/B | Disponible | IA 1468 75/B |
Total des réservations : 0
La Cote : IA 1468 75/B est versée en Génie Rural
Mém.-ing./Master : Agron. Ingénieur/Master ENSA : département de Génie Rural : agriculture de précision EL Harrach
Production Locale
02 exemplaires
Il n'y a pas de commentaire pour ce titre.
Connexion à votre compte pour proposer un commentaire.