檢索結果：共1筆資料 檢索策略： "Kai-Lung Hua".ecommittee (精準) and ckeyword.raw="平均並交比"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
在本文中，我們提出了一種高效率的源感知域增強和適應（SDEA）方法，以提高基於卷積神經網絡（CNN）物件分割方法的準確性。首先，我們先找出源元素，例如落葉，人孔蓋，卷雲和廣告，這些元素通常會導致無效…