GASN: Grain-adaptive segmentation network for dense scenarios
2Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- GASN: Grain-adaptive segmentation network for dense scenarios
- Date Crossref
- 01/02/2025
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Hubei University of Technology pays non établi dans la noticeUniversité ou école supérieure
-
School of Computer Science pays non établi dans la noticeUniversité ou école supérieure
Hubei University of Technology et School of Computer Science.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Domain Adaptation and Few-Shot LearningAdvanced Neural Network ApplicationsMachine Learning and ELM