CASIA OpenIR

浏览/检索结果: 共7条,第1-7条 帮助

限定条件    
已选(0)清除 条数/页:   排序方式:
Wd3: Taming the estimation bias in deep reinforcement learning 会议论文
, Baltimore, MD, USA, 2020-12
作者:  He Q(何强);  Hou XW(侯新文)
Adobe PDF(2006Kb)  |  收藏  |  浏览/下载:217/42  |  提交时间:2022/06/27
deep reinforcement learning  estimation bias  neural networks  
EffiDiag: an Efficient Framework for Breast Cancer Diagnosis in Multi-Gigapixel Whole Slide Images 会议论文
, 线上, 2020-12-16
作者:  Shuyan Liu;  Junda Ren;  Zhineng Chen;  Kai Hu;  Fen Xiao;  Xuanya Li;  Xieping Gao
Adobe PDF(290Kb)  |  收藏  |  浏览/下载:100/0  |  提交时间:2022/06/14
Edge enhancement through scattering media enabled by optical wavefront shaping 期刊论文
PHOTONICS RESEARCH, 2020, 卷号: 8, 期号: 6, 页码: 954-962
作者:  Li, Zihao;  Yu, Zhipeng;  Hui, Hui;  Li, Huanhao;  Zhong, Tianting;  Liu, Honglin;  Lai, Puxiang
浏览  |  Adobe PDF(1627Kb)  |  收藏  |  浏览/下载:526/264  |  提交时间:2020/07/06
Wavefront shaping  
物体检测中锚框机制的研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2020
作者:  张士峰
Adobe PDF(14665Kb)  |  收藏  |  浏览/下载:588/35  |  提交时间:2020/06/08
物体检测,锚框机制,设计匹配,关系学习,高效预测,小尺度物体, 遮挡物体,精度速度平衡  
Reorganization of rich-clubs in functional brain networks during propofol-induced unconsciousness and natural sleep 期刊论文
NEUROIMAGE-CLINICAL, 2020, 期号: 25, 页码: 18
作者:  Wang Shengpei;  Yun, Li;  Shuang, Qiu;  Zhang Chuncheng;  Wang Guyan;  Xian Junfang;  Li, Tianzuo;  He Huiguang
浏览  |  Adobe PDF(4758Kb)  |  收藏  |  浏览/下载:354/64  |  提交时间:2020/06/02
Resting-state functional magnetic resonance images (rs-fMRI)  Brain network  Rich-club organization  Propofol-induced sedation  Natural sleep  
基于单步检测器框架的人脸和行人检测方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2020
作者:  庄楚斌
Adobe PDF(3843Kb)  |  收藏  |  浏览/下载:292/9  |  提交时间:2020/05/06
人脸检测  行人检测  实时性  单步检测器  
WiderPerson: A Diverse Dataset for Dense Pedestrian Detection in the Wild 期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2020, 卷号: 22, 期号: 2, 页码: 380-393
作者:  Zhang, Shifeng;  Xie, Yiliang;  Wan, Jun;  Xia, Hansheng;  Li, Stan Z.;  Guo, Guodong
浏览  |  Adobe PDF(6651Kb)  |  收藏  |  浏览/下载:333/55  |  提交时间:2020/04/07
Benchmark testing  Detectors  Training  Urban areas  Cameras  Task analysis  Deep learning  Pedestrian detection  dataset  rich diversity  high density