| 标题 |
 Powerful-IoU: More straightforward and faster bounding box regression loss with a nonmonotonic focusing mechanism POWERFIC-IOU：使用非单调聚焦机制实现更直接、更快速的边界盒回归损失
相关领域
帕斯卡（单位）
计算机科学
跳跃式监视
单调函数
趋同（经济学）
功能（生物学）
最小边界框
回归
算法
人工智能
数学
统计
图像（数学）
经济增长
进化生物学
生物
数学分析
经济
程序设计语言
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Neural Networks 作者：Liu Can; Kaige Wang; Qing Li; Fazhan Zhao; Kun Zhao; et al 出版日期：2023-11-22 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人下载。 |
|
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
浮游
不想干活
XCL
馆长
vizi
鸣笛
胖胖胖胖
leaolf
Wells
核桃
相约在天边
不安青牛
CR7
执着谷兰
CAOHOU
恋雅颖月
无限的以晴
奋斗砖家
蓝天
遇上就这样吧
皖公网安备34019202002308
