CoMFE-YOLOv5: Coordinate Multi-Branch Feature Enhancement YOLOv5 for small object detection in UAVs
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
- CoMFE-YOLOv5: Coordinate Multi-Branch Feature Enhancement YOLOv5 for small object detection in UAVs
- Date Crossref
- 01/10/2026
- 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
-
Southeast University National Mobile Communications Research Laboratory pays non établi dans la noticeUniversité ou école supérieure
-
Nanjing University of Science and Technology pays non établi dans la noticeUniversité ou école supérieure
-
School of Electronic and Optical Engineering pays non établi dans la noticeUniversité ou école supérieure
National Mobile Communications Research Laboratory — Southeast University, Nanjing University of Science and Technology et School of Electronic and Optical Engineering.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Advanced Neural Network ApplicationsUAV Applications and OptimizationAdvanced Image and Video Retrieval Techniques