School of Electronic and Optical Engineering Nanjing University of Science and Technology Nanjing 210094 China State Key Laboratory of Networking and Switching Technology Beijing University of Posts and Telecommunications Beijing 100876 China;
School of Electronic and Optical Engineering Nanjing University of Science and Technology Nanjing 210094 China;
fine-grained recognition; Faster R-CNN; feedback. Spectral Clustering; retraining model;
机译:基于复杂交通环境中改进的R-CNN模型的跨层融合多对象检测和识别方法
机译:基于对象识别的多尺度目标使用改进的更换rcnn模型的语义分割
机译:基于模型的自动目标识别(ATR)系统,用于前瞻性地基和机载成像激光雷达(LADAR)
机译:基于双层的空气目标识别模型,基于双层的R-CNN具有反馈
机译:基于R-CNN的立方体近距离检测和姿态估计更快
机译:基于更快的R-CNN的改进算法肺炎检测
机译:基于快速模型的合成孔径声纳图像目标自动识别方法