期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到95篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
三物理一轮复习阶段检测A卷(必修第一册、必修第二册)
1
作者 傅明峰 《中学生数理化（高考理化）》 2024年第9期34-40,共7页
一、单项选择题(本题共7小题,每小题只有一个选项符合题目要求)1.研究表明,人步行时重心升降的幅度约为脚跨一步距离的0.1倍。某高中生在水平地面上匀速步行1 km的过程中,估算他做的功约为()。
关键词 题目要求 一轮复习 单项选择题 高中生 阶段检测 步行
下载PDF
三物理一轮复习阶段检测B卷(必修第一册、必修第二册、动量)
2
作者 付培军 《中学生数理化（高考理化）》 2024年第9期41-48,共8页
一、单项选择题(本题共6小题,每小题只有一个选项符合题目要求)1.在高度差一定的不同光滑曲线轨道中,小球滚下用时最短的曲线轨道叫最速曲线轨道。
关键词 题目要求 一轮复习 曲线轨道 光滑曲线 单项选择题 阶段检测 高度差
下载PDF
适用于S-NUCA异构处理器的任务调度与热管理系统
3
作者 周义涛 李阳 +3 位作者 韩超 赵玉来 汪玲 李建华 《计算机工程》 CAS CSCD 北大核心 2024年第2期196-205,共10页
异构多核处理器凭借其高性能、低功耗和广泛的应用场景而成为当前计算机平台的主流方案,且大容量的非均匀缓存架构(S-NUCA)具有较低的平均访问时间。然而,不断上升的晶体管规模给异构多核处理器的资源调度和功耗控制带来挑战,传统的调... 异构多核处理器凭借其高性能、低功耗和广泛的应用场景而成为当前计算机平台的主流方案,且大容量的非均匀缓存架构(S-NUCA)具有较低的平均访问时间。然而,不断上升的晶体管规模给异构多核处理器的资源调度和功耗控制带来挑战,传统的调度算法在面对基于S-NUCA的多核处理器时忽略了核心之间的缓存访问延迟,且传统热管理方案只提供芯片级功率约束,容易使得系统因核心使用率降低而造成性能下降。为此,提出一种适用于S-NUCA异构多核系统、满足热安全约束的动态线程调度机制TSCDM。利用基于动态每周期指令(IPC)值的阶段检测技术,并基于人工神经网络预测线程的IPC值,以获取线程与核心类型的最佳绑定关系,依据S-NUCA缓存特性获得最优映射和基于任务分类的任务迁移策略。在此基础上,TSCDM基于片上热模型为每个核心实时分配功率预算。在HotSniper上运行SPLASH-2性能测试套件进行实验,结果表明,相较于传统调度方案与基于机器学习的调度方案,TSCDM在加速比和资源利用率上均表现出优势,TSCDM中使用的基于瞬态温度的安全功率算法相比传统热安全功率算法能够降低核心热余量,同时处理器的全频段均有更高的能效比。 展开更多
关键词 异构多核处理器 人工神经网络 线程调度 阶段检测 热安全功率
下载PDF
基于机器学习的异构感知多核调度方法 被引量：5
4
作者 安鑫 康安 +3 位作者 夏近伟 李建华 陈田 任福继 《计算机应用》 CSCD 北大核心 2020年第10期3081-3087,共7页
异构多核处理器已成为现代嵌入式系统的主流解决方案,而好的在线映射或调度方法对其充分发挥高性能和低功耗的优势起着至关重要的作用。针对异构多核处理系统上的应用程序动态映射和调度问题,提出一种基于机器学习、能快速准确评估程序... 异构多核处理器已成为现代嵌入式系统的主流解决方案,而好的在线映射或调度方法对其充分发挥高性能和低功耗的优势起着至关重要的作用。针对异构多核处理系统上的应用程序动态映射和调度问题,提出一种基于机器学习、能快速准确评估程序性能和程序行为阶段变化的检测技术来有效确定重映射时机从而最大化系统性能的映射和调度解决方案。该方案一方面通过合理选择处理核和程序运行时的静态和动态特征来有效感知异构处理所带来的计算能力和工作负载运行行为的差异,从而能够构建更加准确的预测模型;另一方面通过引入阶段检测来尽可能减少在线映射计算的次数,从而能够提供更加高效的调度方案。最后,在SPLASH-2数据集上验证了所提出调度方案的有效性。实验结果表明,与Linux默认的完全公平调度(CFS)方法相比,所提出的方法在系统计算性能方面提高了52%,在CPU资源利用率上提高了9.4%。这表明所提方法在系统计算性能和CPU资源利用率方面具备优良的性能,可以有效提升异构多核系统的应用动态映射和调度效果。 展开更多
关键词 异构多核处理系统 动态映射和调度 机器学习 性能预测 阶段检测
下载PDF
孩子成绩下滑,家长更要停止焦虑!
5
作者 韩俊明 《中学生博览》 2023年第30期60-61,共2页
上完课后打开微信,我听到了小君妈妈焦急的声音:“韩老师,小君这次考试退步太大了,这该怎么办呢?我可以去找您聊一聊吗?”于是我赶紧回复:“好的,您来吧,我在411办公室等您。”大概10分钟后我见到了小君妈妈,她一坐下来就开始讲述她最... 上完课后打开微信,我听到了小君妈妈焦急的声音:“韩老师,小君这次考试退步太大了,这该怎么办呢?我可以去找您聊一聊吗?”于是我赶紧回复:“好的,您来吧,我在411办公室等您。”大概10分钟后我见到了小君妈妈,她一坐下来就开始讲述她最近的苦恼:小君在前几天的阶段检测中成绩退步很大。 展开更多
关键词 微信 成绩下滑 阶段检测 办公室 退步
原文传递
高三物理一轮复习阶段检测B卷(必修第三册和选择性必修第二册)参考答案与提示
6
《中学生数理化（高考理化）》 2023年第11期46-48,共3页
1.C提示:与电源断开,电容器所带电荷量Q不变,插入金属板C之前,电容器两极板间场强E_(0)=U/d,又有U=Q/C,C=ε_(r)S/4πkd,解得E_(0)=4πkQ/ε^(r)S。插入金属板C之后,静电平衡状态下,插入的金属板C内部场强为0。金属板C两侧面感应出等量... 1.C提示:与电源断开,电容器所带电荷量Q不变,插入金属板C之前,电容器两极板间场强E_(0)=U/d,又有U=Q/C,C=ε_(r)S/4πkd,解得E_(0)=4πkQ/ε^(r)S。插入金属板C之后,静电平衡状态下,插入的金属板C内部场强为0。金属板C两侧面感应出等量异种电荷,这时电容器等效于两个新电容器串联。 展开更多
关键词 一轮复习 高三物理 静电平衡状态 电荷量 参考答案 电容器 阶段检测 金属板
下载PDF
尺规作图教学用力点在哪儿——由尺规作图的作业批阅说起 被引量：1
7
作者 蒋凯 《中学数学（初中版）》 2019年第11期7-8,共2页
一、由尺规作图的作业批阅说起八年级上学期初学全等三角形、轴对称、线段垂直平分线之后,学生都会使用尺规作图进行一些基本作图,如角的平分线、线段的垂直平分线等.但是阶段检测时,往往都会考查以下一个经典的尺规作图问题(见图1),根... 一、由尺规作图的作业批阅说起八年级上学期初学全等三角形、轴对称、线段垂直平分线之后,学生都会使用尺规作图进行一些基本作图,如角的平分线、线段的垂直平分线等.但是阶段检测时,往往都会考查以下一个经典的尺规作图问题(见图1),根据教学经验,总有一些学生不能得到这个题目的满分. 展开更多
关键词 尺规作图 作业批阅 全等三角形 线段的垂直平分线 角的平分线 用力点 八年级 阶段检测
下载PDF
程序阶段性分析和阶段检测技术
8
作者 张海博 安虹 +4 位作者 贺松涛 孙涛 王涛 彭毅 程亦超 《计算机科学》 CSCD 北大核心 2015年第1期71-74,共4页
对称多处理器的飞速发展和近年来提出的动态异构处理器(DHMP)为性能优化提供了新的机遇。一个机遇是找出程序每个阶段的性能瓶颈,提出了静态程序阶段分析方法,即通过分析结构参数和计算相似度矩阵来找出程序每个阶段的资源瓶颈;另一个... 对称多处理器的飞速发展和近年来提出的动态异构处理器(DHMP)为性能优化提供了新的机遇。一个机遇是找出程序每个阶段的性能瓶颈,提出了静态程序阶段分析方法,即通过分析结构参数和计算相似度矩阵来找出程序每个阶段的资源瓶颈;另一个机遇是给出动态异构处理器重构的时间节点,提出了DPDA和HTPD两种动态阶段检测算法,检测出阶段的变化能够为动态可重构处理器提供重构的时间节点。DPDA算法效果很好且软硬件实现代价小,而HTPD算法是目前为止第一个使用统计学方法进行动态检测阶段的算法。实验表明,与BBV相比,DPDA和HTPD能避免BBV离线、动态算法需添加额外硬件、结果与编译器相关等限制,并且阶段划分的稳定性和正确率与BBV相当。DPDA和HTPD算法由于本身不依赖额外硬件,因此都能直接在主流处理器和动态异构处理器(DHMP)中使用。 展开更多
关键词 程序分析 程序阶段性 静态程序分析 阶段检测
下载PDF
2007年高考地理阶段检测 2——宇宙中的地球
9
《中学地理教学参考》 北大核心 2006年第9期58-59,共2页
考点：地球自转的速度与正午太阳高度1．下图中，横坐标表示地球自转线速度，纵坐标表示不同纬度4地点某日的正午太阳高度。读图回答下列问题。（1）图中a、b、c、d4地按纬度由高到低的排列顺序是A．a—b—C—dB．a—b—d—CC．d—C—a... 考点：地球自转的速度与正午太阳高度1．下图中，横坐标表示地球自转线速度，纵坐标表示不同纬度4地点某日的正午太阳高度。读图回答下列问题。（1）图中a、b、c、d4地按纬度由高到低的排列顺序是A．a—b—C—dB．a—b—d—CC．d—C—a—bD． 展开更多
关键词 2007年 高考 地理 阶段检测 “宇宙中的地球” 考查内容 参考答案
原文传递
阶段检测 3——大气
10
作者 书明 《中学地理教学参考》 北大核心 2006年第9期59-61,共3页
考点：三圈环流与气压带、风带的形成，大气环流与水热输送的关系 1．下图是世界部分地区示意图和地球上的部分行星风带示意图，读图回答。 （1）甲图中A地区受气压带、风带影响，气候特点是______，该地区作物除麦类外，_____（两种... 考点：三圈环流与气压带、风带的形成，大气环流与水热输送的关系 1．下图是世界部分地区示意图和地球上的部分行星风带示意图，读图回答。 （1）甲图中A地区受气压带、风带影响，气候特点是______，该地区作物除麦类外，_____（两种以上）等作物的栽种广泛。 展开更多
关键词 大气环流 气候特点 气压带 示意图 考点 阶段检测 高考 地理 2007年 参考答案
原文传递
艺考生文化课教学策略
11
作者 白文杰 《教育实践与研究（中学版）（B）》 2019年第7期83-86,共4页
面对竞争激烈的高考,很多学生选择学美术、音乐、舞蹈、播音等等做艺考生,因为如果艺考过关的话,文化课的要求相对较低。但是仍有大部分艺考生的文化课成绩达不到高校的要求,因此探索如何上好艺考生的考前文化课是很有必要的。
关键词 艺考生 文化课 总分目标 整体策略 阶段检测
下载PDF
初中理科错题收集卡的设计与使用
12
作者 黄朝宣 《贵州教育》 2020年第23期47-48,共2页
什么是错题记录卡?错题记录卡就是我们把做错的“好”题目按一定的顺序和层次整理到自己准备好的笔记卡中,这些题目都是来自我们平时的家庭作业、课堂作业或阶段检测。把错误的习题从讲义或试卷上“剪切”下来,“粘贴”并整理到编辑错... 什么是错题记录卡?错题记录卡就是我们把做错的“好”题目按一定的顺序和层次整理到自己准备好的笔记卡中,这些题目都是来自我们平时的家庭作业、课堂作业或阶段检测。把错误的习题从讲义或试卷上“剪切”下来,“粘贴”并整理到编辑错题记录卡上。建立“错题卡”并正确使用,可避免学生反复出错,而且学生复习更有针对性,有效降低错误率。 展开更多
关键词 课堂作业 错题收集 错题记录 家庭作业 设计与使用 初中理科 错误率 阶段检测
原文传递
基于深度卷积神经网络的目标检测算法进展 被引量：29
13
作者 张索非 冯烨 吴晓富 《南京邮电大学学报（自然科学版）》 北大核心 2019年第5期72-80,共9页
目标检测是计算视觉领域一个重要的研究方向,主要解决了图像中各种目标的分类和定位等视觉基本问题。由于近年来深度学习特别是深度卷积神经网络研究的兴起,各类基于神经网络的目标检测算法不断地刷新标准检测数据集的最好性能成绩。文... 目标检测是计算视觉领域一个重要的研究方向,主要解决了图像中各种目标的分类和定位等视觉基本问题。由于近年来深度学习特别是深度卷积神经网络研究的兴起,各类基于神经网络的目标检测算法不断地刷新标准检测数据集的最好性能成绩。文中主要分析比较了几种目前主流的基于卷积神经网络的目标检测算法,包括各种两阶段检测器(RCNN,Fast RCNN,Faster RCNN,Mask RCNN,TridentNet)以及单阶段检测器(YOLO,SSD,CornerNet,ExtremeNet)。文中首先介绍了评价目标检测算法常用的数据集以及对应的性能评价指标,然后对上述检测算法的具体实现方式逐一进行分析。最终,在几个检测数据集上我们对不同算法进行实验复现并综合比较了其性能。实验结果表明,主流的检测算法在速度以及性能方面各有侧重点,需要根据实际场景进行选择和权衡。 展开更多
关键词 目标检测 卷积神经网络 两阶段检测器 单阶段检测器
下载PDF
基于深度学习的目标检测综述 被引量：27
14
作者 卢健 何金鑫 +1 位作者 李哲 周嫣然 《电光与控制》 CSCD 北大核心 2020年第5期56-63,共8页
基于深度学习技术的目标检测是通过人工神经网络提取和学习目标多层次特征,并送入分类器中预测目标的类别与位置。根据模型训练方式可分为单阶段检测算法和二阶段检测算法两种类型。对各阶段类型代表性算法进行了详细的介绍,并在PASCAL ... 基于深度学习技术的目标检测是通过人工神经网络提取和学习目标多层次特征,并送入分类器中预测目标的类别与位置。根据模型训练方式可分为单阶段检测算法和二阶段检测算法两种类型。对各阶段类型代表性算法进行了详细的介绍,并在PASCAL VOC数据集上进行了比较和分析。最后,对发展趋势进行了展望。 展开更多
关键词 目标检测 深度学习 单阶段检测 二阶段检测
下载PDF
基于改进型YOLOv3的SAR图像舰船目标检测 被引量：13
15
作者 陈冬 句彦伟 《系统工程与电子技术》 EI CSCD 北大核心 2021年第4期937-943,共7页
传统合成孔径雷达(synthetic aperture radar,SAR)图像目标检测的方法依赖于人工设计特征且易受复杂背景干扰,泛化能力较差。深度学习的方法可以自动提取特征且具有良好的抗干扰特性,对于未来雷达智能感知具有重要意义。不同于其他只能... 传统合成孔径雷达(synthetic aperture radar,SAR)图像目标检测的方法依赖于人工设计特征且易受复杂背景干扰,泛化能力较差。深度学习的方法可以自动提取特征且具有良好的抗干扰特性,对于未来雷达智能感知具有重要意义。不同于其他只能对固定区域进行检测的常规卷积神经网络,本文提出一种改进型YOLOv3的SAR图像舰船目标检测方法,该方法基于舰船尺寸与形状自适应采样的可变形卷积、ResNet50变体特征提取器和ShuffleNetv2轻量化思想等设计YOLOv3模型。通过SSDD数据集验证,在检测效果方面,相较于原YOLOv3模型,平均精度从93.21%提高至96.94%,检测概率从95.51%提高至97.75%;在模型大小方面,轻量化设计模型仅为原YOLOv3模型的八分之一,可实现嵌入式的使用。 展开更多
关键词 合成孔径雷达 舰船检测 单阶段检测算法 可变形卷积 卷积神经网络
下载PDF
基于深度学习的无人机航拍视频多目标检测与跟踪研究进展 被引量：6
16
作者 苑玉彬 吴一全 +2 位作者 赵朗月 陈金林 赵其昌 《航空学报》 EI CAS CSCD 北大核心 2023年第18期1-31,共31页
随着无人机航拍的数据采集愈加便捷,以无人机为平台的多目标检测与跟踪技术发展迅速,在智慧城市、环境监测、地质探测、精准农业和灾害预警等民用和军事领域有着广泛的应用前景,近年来深度学习的突飞猛进也为其提供了多种更为有效的解... 随着无人机航拍的数据采集愈加便捷,以无人机为平台的多目标检测与跟踪技术发展迅速,在智慧城市、环境监测、地质探测、精准农业和灾害预警等民用和军事领域有着广泛的应用前景,近年来深度学习的突飞猛进也为其提供了多种更为有效的解决思路。然而,无人机视角下目标外观发生突变、目标区域被严重遮挡以及目标消失和重现等挑战性的问题尚未完全解决。综述了基于深度学习的无人机航拍视频多目标检测与跟踪算法,总结了该领域的最新进展,包括多目标检测、多目标跟踪2个模块。多目标检测模块划分为双阶段与单阶段两个部分。对于多目标跟踪模块则依据基于检测的跟踪和联合检测的跟踪2个经典框架,分别阐述了2类算法的原理并分析其优缺点。随后对现有的公开数据集进行统计分析,并对基于无人机航拍视频的多目标检测与跟踪领域内标杆挑战赛VisDrone Challenge近年来的最优方案进行了对比分析。最后总结了无人机视角下多目标检测与跟踪亟待解决的问题并展望未来可能的研究方向,为后续相关研究的人员提供参考。 展开更多
关键词 无人机航拍视频 多目标检测 多目标跟踪 深度学习 单阶段检测 双阶段检测 检测跟踪 联合检测跟踪
原文传递
基于深度学习的轻量化目标检测算法 被引量：9
17
作者 宋爽 张悦 +2 位作者 张琳娜 岑翼刚 李浥东 《系统工程与电子技术》 EI CSCD 北大核心 2022年第9期2716-2725,共10页
深度卷积神经网络在各个领域都表现出很好的效果,与之伴随的是庞大的计算量和参数量。针对当前基于深度卷积神经网络的目标检测算法对计算资源需求太大和内存消耗严重的问题,提出一种高性能轻量化的网络模型。首先将Stem模块和ShuffleNe... 深度卷积神经网络在各个领域都表现出很好的效果,与之伴随的是庞大的计算量和参数量。针对当前基于深度卷积神经网络的目标检测算法对计算资源需求太大和内存消耗严重的问题,提出一种高性能轻量化的网络模型。首先将Stem模块和ShuffleNet V2进行融合,提升网络特征提取能力,并利用融合后的网络对原始YOLOv5的骨干网络进行重构,显著降低了网络的计算量和内存占用,同时,引入可变形卷积以提升网络的检测性能。道路监控图像和VOC、COCO数据集测试结果表明,所提出的模型在保持检测精度的前提下,将参数量和模型尺寸降低了90%,计算量仅为原始模型的18%,实现了检测模型的轻量化,更有助于在计算资源有限和对实时性要求高的场景中部署。 展开更多
关键词 目标检测 卷积神经网络 轻量化网络 单阶段检测算法 可变形卷积
下载PDF
基于轻量二阶段检测模型的自然环境多类蔬菜幼苗识别 被引量：10
18
作者 孟庆宽 张漫 +3 位作者 叶剑华 都泽鑫 宋名果 张志鹏 《农业机械学报》 EI CAS CSCD 北大核心 2021年第10期282-290,共9页
为实现自然环境下蔬菜幼苗精准快速识别,本文以豆角、花菜、白菜、茄子、辣椒、黄瓜等形态差异大、具有代表性的蔬菜幼苗为研究对象,提出一种基于轻量化二阶段检测模型的多类蔬菜幼苗检测方法。模型采用混合深度分离卷积作为前置基础网... 为实现自然环境下蔬菜幼苗精准快速识别,本文以豆角、花菜、白菜、茄子、辣椒、黄瓜等形态差异大、具有代表性的蔬菜幼苗为研究对象,提出一种基于轻量化二阶段检测模型的多类蔬菜幼苗检测方法。模型采用混合深度分离卷积作为前置基础网络对输入图像进行运算,以提高图像特征提取速度与效率;在此基础上,引入特征金字塔网络(Feature pyramid networks,FPN)单元融合特征提取网络不同层级特征信息,用于增强深度学习检测模型对多尺度目标的检测精度;然后,通过压缩检测头网络通道维数和全连接层数量,降低模型参数规模与计算复杂度;最后,将距离交并比(DistanceIoU,DIoU)损失作为目标边框回归损失函数,使预测框位置回归更加准确。试验结果表明,本文提出的深度学习推理模型对多类蔬菜幼苗的平均精度均值为97.47%,识别速度为19.07 f/s,模型占用存储空间为60 MB,对小目标作物以及叶片遮挡作物的平均精度均值达到88.55%,相比于Faster RCNN、RFCN模型具有良好的泛化性能和鲁棒性,可以为蔬菜田间农业智能装备精准作业所涉及的蔬菜幼苗检测识别问题提供新方案。 展开更多
关键词 蔬菜幼苗 深度学习 作物识别 轻量卷积 二阶段检测模型
下载PDF
基于改进YOLOv5的密集行人检测方法 被引量：5
19
作者 张忠民 吴泽 《应用科技》 CAS 2023年第1期33-39,共7页
针对密集行人检测中行人之间高度遮挡重叠所带来的精度低和漏检高的问题,提出一种单阶段密集行人检测方法Dense-YOLOv5。实验基于YOLOv5-L,首先使用改进的RepVGG模块来替代原有3×3卷积加强密集场景下特征信息的提取;然后在原有3个... 针对密集行人检测中行人之间高度遮挡重叠所带来的精度低和漏检高的问题,提出一种单阶段密集行人检测方法Dense-YOLOv5。实验基于YOLOv5-L,首先使用改进的RepVGG模块来替代原有3×3卷积加强密集场景下特征信息的提取;然后在原有3个检测头的基础上添加1个检测头降低对小尺度行人的漏检;最后在网络特征融合阶段引入注意力机制,添加1个高效通道注意力(efficient channel attention,ECA)模块提高对有用信息定位的精度。实验结果表明:DenseYOLOv5相比原YOLOv5在CrowdHuman数据集上,在保证实时性的前提下,平均精度(AP)提高了3.6%,对数漏检率平均值(MR-2)降低了4.0%,证明了Dense-YOLOv方法在密集行人检测中的有效性。 展开更多
关键词 YOLOv5 密集行人检测 RepVGG ECA 深度学习 特征融合 单阶段检测 注意力机制
下载PDF
基于注意力与自适应特征融合机制的小目标检测 被引量：3
20
作者 任克营 陈晓艳 +2 位作者 茆震 苗霞 陈志辉 《天津科技大学学报》 CAS 2023年第4期54-61,共8页
随着无人机平台的发展,航拍小目标检测成为当下研究热点。为了更有效地解决航拍小目标检测存在的漏检、错检以及重复检测等问题,提出了一种基于注意力与自适应特征融合机制的小目标检测算法ST-YOLOX(small target-YOLOX)。本算法在CSPDa... 随着无人机平台的发展,航拍小目标检测成为当下研究热点。为了更有效地解决航拍小目标检测存在的漏检、错检以及重复检测等问题,提出了一种基于注意力与自适应特征融合机制的小目标检测算法ST-YOLOX(small target-YOLOX)。本算法在CSPDarknet中融合了全局注意力模块(GC)以及可变形卷积(DC),增强主干网络对小目标特征的提取能力;采用四尺度自适应空间特征融合金字塔,抑制不同尺度之间的不一致信息,提升小目标特征表达的准确性;优化损失函数以及标签分配策略,提高算法检测精度。实验表明:ST-YOLOX在VisDrone-DET 2019数据集中的平均检测精度(mAP)为21.83%,比YOLOX-s模型提升了3.78%,比PPYOLOE-s模型提升了2.99%,比YOLOv5-s模型提升了6.21%。航拍结果证明,本文算法的小目标检测准确率得到显著提高。 展开更多
关键词 无人机航拍 单阶段检测算法 小目标检测 全局注意力机制 YOLOX 自适应特征融合
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
使用帮助 返回顶部