您当前的位置：
首页 >
文章列表页 >
基于改进YOLOv3算法的带钢表面缺陷检测
基于改进YOLOv3算法的带钢表面缺陷检测
Strip Steel Surface Defect Detection Based on Improved YOLOv3 Algorithm
- 电子学报 2020年48卷第7期 页码：1284-1292
DOI： 10.3969/j.issn.0372-2112.2020.07.006
移动端阅览
HTML全文
参考文献
出版信息
数据统计
281
浏览量
333
下载量
34
CSCD
文章被引用时，请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
高效遥感图像目标检测：算法与模型规模双视角的深度网络压缩与加速技术进展
基于分层提议与解耦监督的目标检测增量学习
基于红外偏振成像的复杂干扰环境下无人机目标检测方法
基于视觉与深度学习的无人机自主着陆场景感知方法研究进展
AI-DETR：自适应加权的可解释目标检测方法
相关作者
王柳谦
张菁
赵一
谢笑阳
卓力
梁嘉伟
梁思源
陈若愚
相关机构
北京工业大学信息科学技术学院
郑州大学网络空间安全学院
计算智能与智能系统北京市重点实验室
北京工业大学计算机学院
中山大学网络空间安全学院
