| 标题 |
 Improvements of detection accuracy and its confidence of defective areas by YOLOv2 using a data set augmentation method 利用数据集扩充方法提高YOLOv2缺陷区域检测精度和置信度
相关领域
计算机科学
基本事实
一般化
卷积神经网络
集合（抽象数据类型）
人工智能
过程（计算）
图像（数学）
模式识别（心理学）
数据集
直线（几何图形）
训练集
班级（哲学）
数据挖掘
数学
数学分析
几何学
程序设计语言
操作系统
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Artificial life and robotics 作者：Koki Arima; Fusaomi Nagata; Tomohito Shimizu; Akimasa Otsuka; Hirohisa Kato; et al 出版日期：2023-07-08 |
| 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。
|
shinysparrow
SOLOMON
CharlotteBlue
young
大神
benben
gjww
drslytherin
psyduck
cctv18
LH0106
laughingsir
newfat
紫金大萝卜
深情安青
充电宝
Fairy
Ava
完美世界
丘比特
皖公网安备34019202002308
