FENet: Feature Enhancement Network for Lightweight Real-Time Semantic Segmentation
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
- FENet: Feature Enhancement Network for Lightweight Real-Time Semantic Segmentation
- Date Crossref
- 19/07/2026
- 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
-
Shandong Normal University Weifang pays non établi dans la noticeUniversité ou école supérieure
-
Institute of Scientific and Technical Information pays non établi dans la noticeStructure de recherche
-
School of Communication and Electronic Engineering pays non établi dans la noticeUniversité ou école supérieure
Weifang — Shandong Normal University, Institute of Scientific and Technical Information et School of Communication and Electronic Engineering.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.