已选(0)清除
条数/页: 排序方式: |
| TextFormer: A Query-based End-to-end Text Spotter with Mixed Supervision 期刊论文 Machine Intelligence Research, 2024, 卷号: 21, 期号: 4, 页码: 704-717 作者: Yukun Zhai; Xiaoqiang Zhang; Xiameng Qin; Sanyuan Zhao; Xingping Dong; Jianbing Shen Adobe PDF(2312Kb)  |  收藏  |  浏览/下载:26/8  |  提交时间:2024/07/18 End-to-end text spotting arbitrarily-shaped texts transformer mixed supervision multitask modeling |
| Segment Anything Is Not Always Perfect: An Investigationof SAM on Different Real-world Applications 期刊论文 Machine Intelligence Research, 2024, 卷号: 21, 期号: 4, 页码: 617-630 作者: Wei Ji; Jingjing Li; Qi Bi; Tingwei Liu; Wenbo Li; Li Cheng Adobe PDF(11623Kb)  |  收藏  |  浏览/下载:15/4  |  提交时间:2024/07/18 Segment anything model (SAM) visual perception segmentation foundational model computer vision |
| 基于异配图神经网络的社交机器人检测 学位论文 , 2024 作者: 黄海涛 Adobe PDF(3065Kb)  |  收藏  |  浏览/下载:25/0  |  提交时间:2024/07/08 社交机器人检测 图神经网络 异配性 相容性 图自监督学习 |
| 基于多模态协同的驾驶行为预测 学位论文 , 2024 作者: 董清辉 Adobe PDF(5017Kb)  |  收藏  |  浏览/下载:38/1  |  提交时间:2024/07/08 人车共驾,驾驶行为预测,多模态协同,轨迹预测,多任务学习 |
| 动态资讯 2021年 第07期(总第87期) 其他 2021-07-01 作者: 张桂英 Adobe PDF(16033Kb)  |  收藏  |  浏览/下载:36/19  |  提交时间:2024/07/01 |
| 动态资讯 2019年 第08期(总第64期) 其他 2019-08-01 作者: 张桂英 Adobe PDF(2651Kb)  |  收藏  |  浏览/下载:12/7  |  提交时间:2024/07/01 |
| 动态资讯 2018年 第07期(总第51期) 其他 2018-07-01 作者: 张桂英 Adobe PDF(2454Kb)  |  收藏  |  浏览/下载:12/7  |  提交时间:2024/07/01 |
| AI资讯 2022年 第03期(总第95期) 其他 2022-03-01 作者: 张桂英 Adobe PDF(10495Kb)  |  收藏  |  浏览/下载:20/9  |  提交时间:2024/07/01 |
| Autonomy Evaluation of Unmanned Systems Based on Task Models 期刊论文 Machine Intelligence Research, 2024, 页码: 1-16 作者: Yi Zou; Zehao Ni; Xun Lei; Chi Zhang Adobe PDF(1801Kb)  |  收藏  |  浏览/下载:48/16  |  提交时间:2024/06/27 |
| User Response Modeling in Reinforcement Learning for Ads Allocation 会议论文 , 新加坡, May 13 - 17, 2024 作者: Zhang, Zhiyuan; Zhang, Qichao; Wu, Xiaoxu; Shi, Xiaowen; Liao, Guogang; Wang, Yongkong; Wang, xingxing; Zhao, Dongbin Adobe PDF(2077Kb)  |  收藏  |  浏览/下载:52/21  |  提交时间:2024/06/25 Ads Allocation Reinforcement Learning User Response Modeling |