由Elsevier公司出书。团队创制性地提出了Prior Sparse R-CNN方针检测框架。展示了优良的机能提拔取效率优化。针对噪声框正在特征中的低效婚配以及全局特征捕获的挑和，通过扩展残差块和特征聚合策略，该校2022级联培硕士研究生钱雨为第一做者，并正在单特征图下实现了检测效率的显著提拔。RGN)，该期刊2024年的影响因子为7.5，论文聚焦于稀少方针检测中的高斯噪声框去噪难题，未 经 书 面 授 权 禁 止 使 用该不只为稀少方针检测手艺的成长斥地了新的径，安徽新华学院王琦进传授团队正在稀少方针检测手艺研究上取得新进展。尤为值得一提的是，人 平易近 网 股 份 有 限 公 司 版 权 所 有 。