{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,6,8]]，“日期时间”：“2024-06-08T18:35:12Z”，“时间戳”：1717871712891}，“出版商位置”：“新加坡”，“引用计数”：19，“出版者”：“Springer Nature Singapore”，“isbn-type”：[{“值”：“9789819947607”，“类型”：打印}，{“值”：“9789819947614”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：1672531200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com\/gp\/researters\/text-and-data-mining”}，{“开始”：{“date-ports”：[2023,1,1]，“日期-时间”：“2023-01-01T00:00:00Z”，“时间戳”：1672531200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https://www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：16725310200000}，“content-version”：“tdm”，“delay-in-days”：“0，”URL：“https:\/\/www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：1672531200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http:\/\www.sprinternature.com/gp\/resourters\/text-and-date-mining“}]，”content-domain“：{”domain“：[”link.springer.com“]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2023]]}，”DOI“：”10.1007\/978-991-99-4761-4_16“，”type“：”book-chapter“，”created“：{”date-part“：[2023,7,30]]，”date-time“：”2023-07-30T16:02:10Z“，”timestamp“：1690732930000}”，“page”：“181-192”，“update-policy”“”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“source”：“Crossref”、“is-referenced-by-count”：1，“title”：[“具有细粒度监督和自适应对比度增强功能的工业缺陷检测网络”]，“prefix”：“10.1007”，”author“：[{”given“：”Ying“，”family“：”Xiang“，”sequence“：”first“，”affiliation“：[]}，{”given“胡”，“family”：“一帆”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Fu”，“family”：“Xuzhou”，”sequence“：”additional“，”affiliance“：[]{，”given“：”Gao“，”family“：”Jie“，”se序列“：”additional“”，“filiation“：[]}，”给定“：”Liu“，”家庭“：”Zhiqiang“，”序列“：“additive”，“atriation”：[]}]，“member”：“297”，“published on line”：{“date-parts”“：[[2023,7,31]]}，”引用“：[{”密钥“：“16_CR1”，“doi-asserted-by”：“publisher”，《first page》：“1”，“doi”：“10.1109\/TIM.2023.3293559”，“volume”：“72”，“author”：“H Chen”，“year”：“2023”，“unstructured”：“Chen，H.，et al.：Dcam-net：基于可变形卷积和注意机制的带钢表面缺陷快速检测网络。IEEE Trans.Instrum.Meas.72，1\u201312（2023）”，“journal-title”：“IEEE Trans.Instrum.Meas.”}，{“key”：“16_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Chen，Y.，et al.：降低倍频程：用倍频程卷积减少卷积神经网络中的空间冗余。摘自：IEEE国际计算机视觉会议论文集，pp.3435\u20133444（2019）”，“doi”：“10.1109\/ICCV.2019.00353”｝，｛“key”：“16_CR3”，“doi asserted by”：“crossref”，“首页”：“1”，“doi”：“10.1109\/TIM.200.2991573”，“volume”：“70”，“author”：“X Cheng”，“year”：“2020”，“nonstructured”：“Cheng，X.，Yu，J.：用于钢表面缺陷检测的不同通道注意力和自适应空间特征融合的视网膜网。IEEE Trans.Instrum.Meas.70，1\u201311（2020）”，“日志标题”：“IEEE Trans Instrum.Meas.”}，{“key”：“16_CR4”，“doi-asserted-by”：“crossref”，“unstructured”：“He，K.，et al.：图像识别的深度剩余学习。摘自：IEEE计算机视觉和模式识别会议论文集，第770\u2013778页（2016）”，“DOI”：“10.1109\/CVPR.2016.90”}，{“issue”：“4”，“key”：“16_CR5”，“DOI-asserted-by”：“publisher”，“first page”：”1493“，“DOI:”10.1109\/TIM.2019.2915404“，”volume“：”69“author”：“Y He”，“年份”：“2019年”，“非结构化”：“He，Y.，et al.：通过融合多个层次特征的端到端钢表面缺陷检测方法。IEEE Trans.Instrum.Meas.69（4），1493\u20131504（2019）”，“日志标题”：“IEEE Trans.Instrum.Meas.”}，{“key”：“16_CR6”，“doi-asserted-by”：“publisher”，“first page”：”108208“doi”：“10.1016\/j.compleceng.2022.108208”，“volume”：“102”，“author”：“M Li”，“year”：“2022”，“unstructured”：“Li，M.，Wang，H.，Wan，Z.：基于改进yolov4的钢带表面缺陷检测。计算。选举人。工程102，108208（2022）“，“期刊标题”：“计算。选举人。Eng.“}，{”key“：”16_CR7“，”doi-asserted-by“：”crossref“，”unstructured“：”Lin，T.Y.，et al.：“用于目标检测的特征金字塔网络。摘自：IEEE计算机视觉和模式识别会议论文集，第2117\u20132125（2017）页”，“doi”：“10.1109\/CVPR.2017.106”}Lin，T.Y.，等：密集目标检测的焦点丢失。摘自：IEEE计算机视觉国际会议论文集，第2980\u20132988页（2017）“，“DOI”：“10.1109\/ICCV.2017.324”}，{“key”：“16_CR9”，“series-title”：“computer Science课堂讲稿”，“DOI-asserted-by”：“publisher”，“first-page”：“21”，“DOI:”10.1007\/978-319-46448-0_2“，“volume-title”：《computer vision\u2013 ECCV 2016》，“author”：“W Liu”，“年份”：“2016年”，“非结构化”：“Liu，W.，et al.：Ssd：单次激发多盒探测器。收录人：Leibe，B.，Matas，J.，Sebe，N.，Welling，M.（编辑）ECCV 2016。LNCS，第9905卷，第21\u201337页。查姆施普林格（2016）。https:\/\/doi.org\/10.1007\/978-3-319-46448-0_2“}，{“问题”：“3”，“密钥”：“16_CR10”，“doi-asserted-by”：“出版商”，“首页”：“700”，“doi”：“10.1109\/TIM.2019.2905905”，“卷”：“69”，“作者”：“Z Liu”，“年份”：“2019”，“非结构化”：“Liu，Z.，et al.：具有多尺度差异的悬链线支撑部件的高精度定位方法。IEEE传输。仪器。Meas公司。69（3），700\u2013711（2019）“，“期刊标题”：“IEEE Trans。仪器。测量。“｝，｛”键“：”16_CR11“，”非结构化“：”Redmon，J.，Farhadi，A.：Yolov3:一个渐进的改进。arXiv:1804.02767（2018）“｝，｛”键“：”16_CR12“，”首页“：”91“，”卷“：”28“，”作者“：”S Ren“，”年份“：”2015“，”非结构化“：”Ren，S.等人：更快r-CNN：使用区域建议网络实现实时对象检测。高级神经网络信息。过程。系统。28，91\u201399（2015）“，“新闻标题”：“Adv.Neural。信息处理。系统。“}，{”issue“：”8“，”key“：”16_CR13“，”doi-asserted-by“：”publisher“，”first-page“：”6037“，”doi“：”10.1007\/s10462-022-1048-x“，”volume“：“55”，”author“：”A de Santana Correia“，”year“：”2022“，”unstructured“：”de Santana-Correia，A.，Colombini，E.L.：请注意！深度学习中神经注意模型的调查。Artif.Intell.Rev.55（8），6037\u20136124（2022）“，”日志标题“：”文章。智力。Rev.“}，{”key“：”16_CR14“，”doi-asserted-by“：”crossref“，”unstructured“：”Wang，H.等人：高频分量有助于解释卷积神经网络的泛化。摘自：IEEE计算机视觉和模式识别会议论文集，第8684\u20138694页（2020）“，”doi“：”10.1109\/CVPR42600.2020.00871“}”，{“key”：“16_CR15“，“首页”：“1”，“卷”：“72”，“作者”：“X Xiang”，“年份”：“2023”，“非结构化”：“Xiang，X，et al.：AGCA：一种用于钢表面缺陷检测的自适应图形通道注意模块。IEEE传输。仪器。Meas公司。72，1\u201312（2023）“，“期刊标题”：“IEEE Trans。仪器。测量。“}，{”key“：”16_CR16“，”first page“：“1”，“volume”：“71”，“author”：“CC Yeung”，“year”：“2022”，“unstructured”：“Yeung，C.C.，Lam，K.M.：钢表面缺陷检测的高效融合注意力模型。IEEE Trans.Instrum.Meas.71，1\u201311：“71”，“作者”：“N Zeng”，“年份”：“2022”，“非结构化”：“Zeng，N.，et al.：一种面向小型目标检测的多尺度特征融合方法及其在缺陷检测中的应用。IEEE传输。仪器。Meas公司。71，1\u201314（2022）“，“期刊标题”：“IEEE Trans。仪器。测量。“}，{”key“：”16_CR18“，”doi-asserted-by“：”crossref“，”unstructured“：”Zhang，Z.等：丰富语义的单快照对象检测。摘自：IEEE计算机视觉与模式识别会议论文集，第5813\u20135821（2018）页“，”doi“：”10.1109\/CVPR.2018.00609“}”，{“key”：“16_CR19”，“unstructure”：“”Zhu，X.等人：可变形DETR：用于端到端对象检测的可变形变换器。参加：第九届国际学习代表大会，ICLR 2021，虚拟活动，奥地利，20137年5月3日，2021年。OpenReview.net（2021）“}]，“container-title”：[“计算机科学课堂讲稿”，“高级智能计算技术与应用”]，“original-title“：[]，“link”：[{“URL”：“https:\/\/link.springer.com\/content\/pdf\/10.1007\/978-99-199-4761-4_16”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[[2023,8,1]]，“date-time”：“2023-08-01T23:19:20Z”，“timestamp”：169093196000}，“score”：1，“resource”：{“primary”：}“URL”：“https:\/\/link.springer.com/10.1007\/978-99-4761-4_16”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-part“：[2023]]}”，“ISBN”：[“9789819947607”，“978981 9947614”]，“references-count”：19，“URL”：“http://\/dx.doi.org\/10.1007\/978-99-4761-4_16”，“关系”：{}，“ISSN”：[“0302-9743”，“1611-3349”]，“ISSN-type”：[{“值”：“0302-7743”“：”2023年7月31日“，”order“：1，”name“：”first_online“，”label“：”first online“，“group”：{“name”：“ChapterHistory”，“label”：“Cha章历史”}}，{“value”：“ICIC”，“order”：1，“name”：“conference_acrombit”，“标签”：“会议缩写”，“group”：{“name”:“ConferenceInfo”，“table”：“Conferency Information”}，}“值”：“智能计算国际会议”，“订单”：2，“name“conference_name”，“label”：：“ConferenceInfo”，“label”：“Confection Information”}}，{“value”：“郑州”，“order”：3，“name”：“Conference_city”，“标签”：“会议城市”，“group”：{“name”:“ConfernceInfo”：“会议信息”}}，{“value”：“2023”，“order”：5，“name”：“Conference_year”，“label”：“会议年份”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}，}“值”：“2043年8月10日”，“订单”：7，“名称”：“Conference_start_date”，”label“：“会议开始日期”，“组”：{“name”∶“ConfernceInfo”值“：“2023年8月13日”，“order”：8，“name”：“conference_end_date”，“label”：“会议结束日期”，“group”：{“name”:“ConferenceInformation”，“标签”：“Conferency Information”}}，{“value”：“19”，“订单”：9，“name“：”conference_number 10，“名称”：“conference_id”，“label”：“会议id”，“group”：{“name”：“ConferenceInfo”