您当前的位置：
首页 >
文章列表页 >
基于改进CenterNet少样本条件的增量化目标检测算法
图形图像处理 | 更新时间：2025-05-21

    • 基于改进CenterNet少样本条件的增量化目标检测算法

    • An Incremental Object Detection Algorithm Based on Enhanced CenterNet under Few-shot Scenarios

    • “在目标检测领域，研究者基于CenterNet框架提出了一种增量化目标检测算法，有效提升了少样本条件下的检测性能。”
    • 软件导刊   2025年24卷第5期 页码：200-206

    • DOI：10.11907/rjdk.241203    

      中图分类号： TP391

    • 收稿日期：2024-03-04，

      纸质出版日期：2025-05-15

    移动端阅览

  • 李航,贾可,金治成等.基于改进CenterNet少样本条件的增量化目标检测算法[J].软件导刊,2025,24(05):200-206. DOI： 10.11907/rjdk.241203.

    LI Hang,JIA Ke,JIN Zhicheng,et al.An Incremental Object Detection Algorithm Based on Enhanced CenterNet under Few-shot Scenarios[J].Software Guide,2025,24(05):200-206. DOI： 10.11907/rjdk.241203.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

一种预测驾驶注意力的多尺度注意力模型
结合自注意力特征融合的人脸模板重建技术
基于双路TCN的长短距离融合学习转录因子结合位点预测
基于特征融合的虚假招聘广告检测模型
基于双通道特征融合与对抗训练的短文本分类

相关作者

蒋超
郜东瑞
李芃锐
赵长名
王亚男
董建民
孙冰阳
王宁博

相关机构

成都信息工程大学 计算机学院
西藏民族大学 信息工程学院
内蒙古民族大学 生命科学与食品学院
内蒙古民族大学 计算机科学与技术学院
山东科技大学 计算机科学与工程学院
0