Rathod Ajendra Kumar (39 results)

PAP. Condition: New. New Book. Shipped from UK. Established seller since 2000.

Condition: New.

PAP. Condition: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condition: New. New Book. Shipped from UK. Established seller since 2000.

Condition: New.

PAP. Condition: New. New Book. Shipped from UK. Established seller since 2000.

Condition: New.

PAP. Condition: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condition: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condition: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condition: New. New Book. Shipped from UK. Established seller since 2000.

Condition: New.

Condition: New.

Condition: New.

Condition: New.

PAP. Condition: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condition: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condition: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condition: New. New Book. Shipped from UK. Established seller since 2000.

Condition: New.

Condition: New.

Condition: New.

Condition: New.

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - The present work explores the design, development, and evaluation of an intelligent real-time turret tracking system that uses lightweight deep learning models for automated defense surveillance. It explains how modern combat environments demand faster, more accurate threat detection systems that can operate with minimal human intervention. The work focuses on applying efficient computer vision techniques, particularly YOLO-based convolutional neural networks, to detect and track multiple targets such as drones, vehicles, and personnel in dynamic scenes. Special attention is given to deploying these models on low-power edge platforms, addressing challenges related to latency, computational limits, and reliability. The book also discusses the creation and use of synthetic simulation environments to train and validate models when real-world military data is limited. Through experimental analysis and performance evaluation, it demonstrates how model optimization, data augmentation, and resolution scaling improve detection accuracy while maintaining real-time operation. Overall, the proposed work provides a practical and technical guide to building AI-driven surveillance systems.…

Condition: New. Print on Demand.

Condition: New. PRINT ON DEMAND.

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - El presente trabajo explora el diseño, desarrollo y evaluación de un sistema inteligente de seguimiento de torretas en tiempo real que utiliza modelos de aprendizaje profundo ligeros para la vigilancia de defensa automatizada. Explica cómo los entornos de combate modernos exigen sistemas de detección de amenazas más rápidos y precisos que puedan operar con una intervención humana mínima. El trabajo se centra en la aplicación de técnicas eficientes de visión artificial, particularmente redes neuronales convolucionales basadas en YOLO, para detectar y rastrear múltiples objetivos como drones, vehículos y personal en escenas dinámicas. Se presta especial atención al despliegue de estos modelos en plataformas edge de bajo consumo, abordando desafíos relacionados con la latencia, los límites computacionales y la confiabilidad. El libro también discute la creación y el uso de entornos de simulación sintéticos para entrenar y validar modelos cuando los datos militares del mundo real son limitados. A través del análisis experimental y la evaluación del rendimiento, demuestra cómo la optimización del modelo, el aumento de datos y el escalado de resolución mejoran la precisión de la detección manteniendo la operación en tiempo real. En general, el trabajo propuesto proporciona una guía práctica y técnica para construir sistemas de vigilancia impulsados por IA.…

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Le présent travail explore la conception, le développement et l'évaluation d'un système intelligent de poursuite de tourelle en temps réel qui utilise des modèles de deep learning légers pour la surveillance de défense automatisée. Il explique comment les environnements de combat modernes exigent des systèmes de détection de menaces plus rapides et plus précis, capables de fonctionner avec une intervention humaine minimale. Le travail se concentre sur l'application de techniques de vision par ordinateur efficaces, en particulier les réseaux de neurones convolutifs basés sur YOLO, pour détecter et suivre plusieurs cibles telles que des drones, des véhicules et du personnel dans des scènes dynamiques. Une attention particulière est accordée au déploiement de ces modèles sur des plateformes edge à faible consommation, en relevant les défis liés à la latence, aux limites de calcul et à la fiabilité. Le livre aborde également la création et l'utilisation d'environnements de simulation synthétiques pour entraîner et valider les modèles lorsque les données militaires réelles sont limitées. À travers l'analyse expérimentale et l'évaluation des performances, il démontre comment l'optimisation des modèles, l'augmentation des données et la mise à l'échelle de la résolution améliorent la précision de la détection tout en maintenant un fonctionnement en temps réel. Dans l'ensemble, le travail proposé fournit un guide pratique et technique pour la construction de systèmes de surveillance p.…

Condition: New. Print on Demand.

Condition: New. PRINT ON DEMAND.