| 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）
电信
会计
业务
|
| 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 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
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
(2025-6-4)
Kao
GingerF
嘻嘻哈哈
GG
fantasy
时尚梦易
Criminology34
Nole
OK
蕃茄鱼
独特广山
Oracle
竹青
不潮薯饼
cdercder
千山keyantong
Samuel
初景
14and15
Raftaar
皖公网安备34019202002308
