| 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）
数学分析
进化生物学
经济
生物
程序设计语言
经济增长
|
| 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 | 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。
|
昏睡的蟠桃
cdercder
SYLH
nozero
cctv18
科研小民工
Russula_Chu
iNk
踏实无敌
HEIKU
Auston_zhong
子车茗
实验好难
kingwill
非而者厚
wsx4321
阿飘
sutharsons
airvince
典雅问寒
皖公网安备34019202002308
