| 标题 |
 How robust are deep object detectors to variability in ground truth bounding boxes? Experiments for target recognition in infrared imagery 深度物体检测器对地面真实边界框中可变性的鲁棒性如何？红外图像中目标识别的实验
相关领域
计算机科学
卷积神经网络
人工智能
基本事实
差异（会计）
模式识别（心理学）
跳跃式监视
目标检测
深度学习
最小边界框
探测器
注释
计算机视觉
机器学习
图像（数学）
业务
会计
电信
|
| 网址 | |
| DOI | |
| 其它 |
期刊： 作者：Evan Stump; Francisco Reveriano; Leslie M. Collins; Jordan M. Malof 出版日期：2020-04-24 |
| 求助人 | |
| 下载 | 暂无链接，等待应助者上传 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
不配.
Serendipity
不安青牛
蓝颜
龙的传人
gexzygg
linkman
Meyako
昏睡的蟠桃
打卡下班
pcr163
彭于彦祖
yufanhui
Bio
故意不上钩的鱼
带头大哥
MMMMM
飲啖茶食個包
dodo
Joy
皖公网安备34019202002308
