Improving the Multi-scale Object Detection Method of YOLOv5s for Autonomous Driving
0Citations signalées, ce qui n’est pas une note de qualité
2Institutions 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
- Improving the Multi-scale Object Detection Method of YOLOv5s for Autonomous Driving
- Date Crossref
- 01/01/2025
- Éditeur
- Springer Nature Singapore
- Type
- book-chapter
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
-
Liaoning Technical University pays non établi dans la noticeUniversité ou école supérieure
-
Shenyang Normal University pays non établi dans la noticeUniversité ou école supérieure
-
School of Electrical and Control Engineering pays non établi dans la noticeUniversité ou école supérieure
-
School of Mathematics and Systems Science pays non établi dans la noticeUniversité ou école supérieure
Liaoning Technical University, Shenyang Normal University et School of Electrical and Control Engineering, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Advanced Neural Network Applications