{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,9,14]]，“日期-时间”：“2024-09-14T08:33:58Z”，“时间戳”：17263028349}，“引用-计数”：46，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{-“日期-部分”：[2023,2,1]]，“时间”：”2023-02-01T00:00Z“，“timestamp”：1675209600000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2023,2,1]]，“date-time”：“2023-02-01T00:00:00Z”，“timestamp”：1675209600000}，“content-version”：“stm-asf”，“delay-in-days”：“0，”URL“https:\\/doi.org\/1015223\/policy-017”}，{“开始”：{“日期部分”：[[2023,2,1]]，“日期时间”：“2023-02-01T00:00:00Z”，“timestamp”：1675209600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[2023,2,1]]，“date-time”：“2023-02-01T00:00:00Z”，“timetamp”：16.752960000}，doi.org \/10.15223 \/policy-012“}，{“开始”：{“日期部分”：[[2023,2,1]]，“date-time”：“2023-02-01T00:00:00Z”，“timestamp”：1675209600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2023,2,1]]，“date-parme”：-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“中国国家自然科学基金”，“DOI-asserted-by”：“出版商”，“奖项”：[“62072027”，“6207621”]，“id”：[}“id”:“10.13039 \/5011000001809”，”id-type“：DOI”，“asserted-pby”：“publisher”}]}DOI-asserted-by“：“publisher”，“adward”：[“4202057”，“4202060”]，“id”：[{“id”:“10.13039\/50110005089”，“id-type”：“DOI”，“asserted-by”：“publicher”}]}，{“DOI“：”10.13039\/501100012226“，”name“：”中央高校基本科研经费“，”DOI-asserted-by“：”publisher“，”adward“：[”2022JBGP001“]，”id“：[{“id”：“10.13039 \/5011000 12226“，”id-type“：”DOI“，”asserted-by“：“publisher”}]}，{“DOI”：“10.13039\/501100013804”，“name”：“中央高校基本科研业务费”，“DOI-asserted-by”：“publicher”，“id”：[{“id”:“10.13029\/50110013804”，“id-type”：“DOI“，”asserted-by“：”publisher“}]}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“短期集装箱运输”：[“图像和视觉计算”]，“published-print”：{“date-parts”：[[2023,2]]}，“DOI”：“10.1016\/j.imavis.2022.104615”，“type”：“journal-article”，“created”：{-“date-ports”：[2022,12,29]]，“date-time”：“2022-12-29T07:34Z”，“timestamp”：1672297654000}，”page：“104615“，”update-policy“：”http://\/dx.DOI.org \/10.1016 \/elsevier_cm_policy“，”源“：”Crossref“，“is-referenced-by-count”：4，“special_numbering”：“C”，“title”：[“通过内部关系推理网络进行对象检测”]，“prefix”：“10.1016”，“volume”：“130”，“author”：[{“given”：”He“，”family“：”Liu“，”sequence“：”first“，”affiliation“：[]}，{“given”:“Xuting”，“family”：“You”，“sequence”：“additional”，“afliation”：[]{“给定”：“Tao”，“家庭”：“Wang”“”、“sequence”：“additional”，“affiliation”：[]}，{“given”：“Yidong”，“family”：“Li”，“sequences”：“附加”，“从属”：[]}]，“member”：“78”，“reference”：[{“key”：”10.1016\/j.imavis.2022.10415_b0005“，”doi-asserted-by“：”crossref“，”doi“10.1016\/j.idavis.2020.10406”，“article-title”：“低空无人机基于深度学习的目标检测”数据集：调查”，“volume”：“104”，“author”：“Mittal”，“year”：“2020”，“journal-title”：“Image Vis.Compute.”}，{“key”：”10.1016\/j.imavis.2022.104615_b0010“，”doi-asserted-by“：”crossref“，”unstructured“：”H.K\u00f6nigshof，N.O.Salscheider，C。Stiller，使用立体视觉和语义信息进行自动驾驶的实时三维物体检测，见：IEEE智能交通系统国际会议，2019年，第1405\u20131410页10.1109 \/TPAMI.2016.2577031“，“article-title”：“更快的R-CNN：利用区域提案网络实现实时目标检测”，“volume”：“39”，“author”：“Ren”，“year”：“2017”，“journal-title“：”IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.imavis.2022.104615_b0020“，”doi-asserted-by“：”crossref“，”unstructured“：”K.He，G.Gkioxari，P.Doll\u00e1r，R.B.Girshick，Mask R-CNN，in：IEEE国际计算机视觉会议，2017，pp.2980\u20132988“，”doi“：”101109\/ICCV.2017.322“}by“：”crossref“，”非结构化”：“J.Redmon，S.K.Divvala，R.B.Girschick，A.Farhadi，你只看一次：统一的实时对象检测，在：IEEE计算机视觉和模式识别会议，2016，pp.779\u2013788。”，“DOI”：“10.1109\/CVPR.2016.91”｝，｛“key”：“10.1016\/J.imavis.202.104615_b0300”，“DOI断言”：“crossref”，“非结构化”：“W.Liu，D。Angelov，D.Erhan，C.Szegedy，S.E.Reed，C.Fu，A.C.Berg，SSD：单次多盒探测器，摘自：《欧洲计算机视觉会议》，第9905卷，2016年，第21\u201337页。Chen，Structure inference net:Object detection using scene-level context and instance-level relationships，in：IEEE Conference on Computer Vision and Pattern Recognition，2018，pp.6985\u20136994.“，”DOI“：”10.1109\/CVPR.2018.00730“}，{“key”：“10.1016\/j.imavis.2022.104615_b0040”，“series-title”：“International Conferences on Multimedia and Expo”第一页“：”1“，”文章标题“：”DG-FPN:基于图卷积网络学习动态特征融合用于目标检测“，”作者“：”李“，”年份“：”2020“}，{“key”：“10.1016\/j.imavis.2022.104615_b0045”，“unstructured”：“X.Du，X.Shi，R.Huang，Repgn:使用关系提议图网络进行目标检测，CoRR abs \/1904.08959（2019）.URL:http://\/arxiv.org\/abs\/1904.08959.“}，{“key”：“10.1016\/j.imavis.2022.104615_b0050”，“doi-asserted-by”：“crossref”，“unstructured”：“C.He，S.Lai，K.Lam，《用关系图推理改进目标检测》，收录于：IEEE声学、语音和信号处理国际会议，2019年，第2537\u20132541页。”，“doi”：“10.1109\/ICASSP.2019.8682335“}，{“key”：“10.1016\/j.imavis.2022.104615_b0055”，“doi-asserted-by”：“crossref”，“unstructured”：“H.Xu，C.Jiang，X.Liang，Z.Li，用于大规模目标检测的空间感知图形关系网络，收录于：IEEE Conference on Computer Vision and Pattern Recognition，2019，pp.9298\u20139307。”，“doi”：“101109\/CVPR.2019.00952”}，{“key”：“10.1016\/j.imavis.2022.104615_b0060”，“doi-asserted-by”：“crossref”，“unstructured”：“Z.Li，X.Du，Y.Cao，GAR：图形辅助推理用于物体检测，in：IEEE Winter Conference on Applications of Computer Vision，2020，pp.1284\u20131293.”，“doi”：“101109\/WACV45572.2020.9093559”}，{”key“10.1016”：“j.imavis.2022.104615_b0065”，“doi-asserted-by”：“crossref”，“unstructured”：“Z.Liu，Z.Jiang，W.Feng，H.Feng，OD-GCN:由知识推动的目标检测GCN，in：IEEE国际多媒体会议和博览会研讨会，2020，pp.1\u20136.”，“doi”：“10.1109\/ICMEW46912.2020.9105952”}，{“key”：“101016\/j.imavis.2022.04615_b0070”，“非结构化”：“H.Xu，C.Jiang，X.Liang，L.Lin，Z.Li，Reasoning-rcnn:Unifying adaptive global Reasoning into large object detection，in：IEEE Conference on Computer Vision and Pattern Recognition，2019，pp.6419\u20136428.”，“DOI”：“10.1109\/CVPR.2019.00658”}，{“key”：“101016\/j.imavis.2022.04615_b0075”，“DOI-asserted-by”：“crossref”，“非结构化”：“N.Carion，F.Massa，G.Synnaeve，N.Usunier，A.Kirillov，S.Zagoruyko，使用变压器进行端到端目标检测，见：欧洲计算机视觉会议，第12346卷，2020年，第213\u2013229页。”，“DOI”：“10.1007\/978-3030-58452-8_13”}，{“key”：“101016\/j.imavis.2022.04615_b0080”，“非结构性”：“A.Vaswani，N.Shazeer，N。Parmar，J.Uszkoreit，L.Jones，A.N.Gomez，L.Kaiser，I.Polosukhin，《注意力是你所需要的一切》，摘自：《神经信息处理系统进展》，2017年，第5998\u20136008页。“}，{“关键”：“10.1016\/J.imavis.2022.104615_b0085”，“非结构化”：“X.Zhu，W.Su，L.Lu，B.Li，X.Wang，J。Dai，Deformable DETR：用于端到端对象检测的可变形变换器，在：国际学习表征会议，2021。”}，{“key”：“10.1016\/j.imavis.202.104615_b090”，“doi asserted by”：“crossref”，“nonstructured”：“Z.Sun，S.Cao，Y.Yang，K。Kitani，《重新思考基于变压器的目标检测集合预测》，CoRR abs，2011.10881（2020）。“，”DOI“：“10.1109\/ICCV48922.2021.00359”}，{“key”：“10.1016\/j.imavis.2022.04615_b0095”，“DOI-asserted-by”：“crossref”，“unstructured”：“Z.Dai，B.Cai，Y.Lin，j.Chen，UP-DETR：使用变压器检测物体的无监督预训练，in：IEEE计算机视觉和模式识别会议，2021年，第1601\u20131610页。”，“DOI”：“10.1109\/CVPR46437.2021.00165“}，{“key”：“10.1016\/j.imavis.2022.104615_b0100”，“doi-asserted-by”：“crossref”，“unstructured”：“P.Gao，M.Zheng，X.Wang，j.Dai，H.Li，具有空间调制共同关注的DETR的快速收敛，CoRR abs\/2101.07448（2021）.”，“doi”：“101109\/ICCV48922.2021.00360”}，“{”key“10.1016/j.imavis.2022.104615_b 0105”，“doi-asserted-by“：”crossref“，”unstructured“：”D.Meng，X.Chen，Z.Fan，G.Zeng，H.Li，Y.Yuan，L.Sun，J.Wang，快速训练收敛的条件DETR，CoRR abs \/2108.06152（2021）。“，”DOI“：”10.1109\/ICCV48922.2021.00363“}，{“key”：“10.1016\/j.imavis.2022.104615_b0110”，“unstructured”：“X.Jiang，Z.Chen，Z.Wang，E.Zhou，Chunyuan，指导变压器型检测头的查询位置和执行类似注意事项，CoRR abs\/2108.09691（2021）。”}，“{”key“：”10.0016\/j.imavis.2022.04615~b0115“，”DOI-asserted-by“：”crossref“，”首页“：”303“，”DOI“：”10.1007\/s11263-009-0275-4“，”文章标题“：”pascal visual object classes（VOC）challenge“，”volume“：”88“，”author“：”Everingham“，“year”：“2010”，“journal-title”：“Int.J.Compute”。视觉。“｝，｛”key“：”10.1016\/j.imavis.2022.104615_b0120“，”doi asserted by“：”crossref“，”非结构化“：”T.Lin，M.Maire，S.j.Belongie，j.Hays，P.Perona，D.Ramanan，P.Doll\u00e1r，C.L.Zitnick，Microsoft COCOCO:上下文中的公共对象，in：欧洲计算机视觉会议，第86931014卷，第740\u2013755页。“，”doi“：”10.1007\/978-3-319-10602-1_48“｝，{“key”：“10.1016\/j.imavis.2022.104615_b0125”，“doi-asserted-by”：“crossref”，“首页”：“1055”，“doi”：“101016\/j.imavis.2014.08.013”，“article-title”：“对象检测中的定标轮廓段上下文”，“卷”：“32”，“作者”：“肖”，“年份”：“2014”，“日志标题”：“图像Vis.Compute.”}，{”key“10.1016 \/j-imavis。2022.104615_b0130“，“doi-asserted-by”：“crossref”，“doi”：“10.1016\/j.imavis.2021.104287”，“article-title”：“用于对象检测的多级细化丰富特征金字塔网络”，“volume”：“115”，“author”：“Aziz”，”year“：”2021“，”journal-title“：”Image Vis.Compute.“}，{”key“：”10.1016\\j.imavis.2022.104615_b0135“，”doi-assert-by“：”crossref.“，”doi“：“10.1016\/j.jvcir.2020.102985”，“article-title”：“基于混沌鲸鱼优化算法的目标检测的非最大抑制”，“volume”：“74”，“author”：“Wu”，“year”：“2021”，“journal-title“：j.Vis.Commun.Image Represent.”}，{“key”：2770英寸，“article-title”：“具有上下文聚合的多样性感受野网络，用于快速对象检测”，“volume”：“70”，“author”：“Xie”，“year”：“2020”，“journal-title“：J.Vis.Commun.Image Represent.”}，{“key”：”10.1016\/J.imavis.2022.104615_b0145“，”doi-asserted-by“：”crossref“，”first page“：”261“，”doi“：”10.1007\/s11263-01247-4“，”article-title“：“通用对象检测的深度学习：调查”，“卷”：“128”，“作者”：“刘”，“年份”：“2020年”，“期刊标题”：“国际计算机视觉”}，{“关键”：“10.1016\/J.imavis.2022.104615_b0150”，“非结构化”：“Z.Zou，Z.Shi，Y.Guo，J.Ye，《20年的对象检测：调查》，CoRR abs \/1905.05055（2019）.URL:http://\/arxiv.org\/abs\/1905.05055.arxiv:1905.05055“}，{“key”：“10.1016\/j.imavis.2022.104615_b0155”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.imavis.2022.104471”，“article-title”：“从小或微小物体的角度进行基于深度学习的检测：调查”，“volume”：”123“，“author”：“Tong”，“year”：“2022”，“日志标题“：”图像视觉。计算。“}，{”key“：”10.1016\/j.imavis.2022.104615_b0160“，”doi-asserted-by“：”crossref“，”unstructured“：”K.Cho，B.van Merrienboer，\u00c7。G\u00fcl\u00e7ehre，D.Bahdanau，F.Bougares，H.Schwenk，Y.Bengio，使用RNN编码器-解码器进行统计机器翻译的学习短语表示，in：自然语言处理中的会议经验方法，2014，pp.1724\u20131734.“，“DOI”：“10.3115\/v1\/D14-1179”}，{“key”：“10.1016\/j.imavis.2022.04615_b0165”，“非结构化”：“T.N.Kipf，M.Welling，图卷积网络半监督分类，in：国际学习表征会议，2017年。He，Attngan：使用注意力生成对抗性网络的细粒度文本到图像生成，摘自：IEEE计算机视觉和模式识别会议，2018年，第1316\u20131324页。“，”DOI“：”10.1109\/CVPR.2018.00143“}，{“key”：“10.1016\/j.imavis.2022.04615_b0175”，“非结构化”：“A.Dosovitskiy，L.Beyer，A.Kolesnikov，D.Weissenborn，X。Zhai，T.Unterthiner，M.Dehghani，M.Minderer，G.Heigold，S.Gelly，J.Uszkoreit，N.Houlsby，一幅图像价值16x16个单词：大规模图像识别的变形金刚，在：国际学习表征会议，2021。Socher，C.D.Manning，Glove:单词表示的全局向量，in：Conferenceon Experimental Methods in Natural Language Processing，2014，pp.1532\u20131543.“，“DOI”：“10.3115\/v1\/D14-1162”}，{“key”：“10.1016\/j.imavis.2022.104615_b0185”，“DOI-asserted-by”：“crossref”，“unstructured”：“X.Zhu，H.，S.Lin，j。Dai，Deformable convents V2:more Deformable，better results，in：IEEE Conference on Computer Vision and Pattern Recognition，2019年，第9308\u20139316页。“，”DOI“：”10.1109\/CVPR.2019.00953“}，{“key”：“10.1016\/j.imavis.2022.104615_b0190”，“DOI-asserted-by”：“crossref”，“first page”：”4“，“DOI”：“101109\/TNNLS.2020.2978386”，“article-title”：“《图神经网络综合调查》，《卷》：《32》，《作者》：《吴》，《年份》：《2021年》，《期刊标题》：《IEEE Trans。神经网络。学习。系统。“}，{”key“：”10.1016\/j.imavis.2022.104615_b0195“，”doi-asserted-by“：”crossref“，”unstructured“：”Z.Chen，X.Wei，P.Wang，Y.Guo，图卷积网络多标签图像识别，收录于：IEEE计算机视觉与模式识别会议，2019年，第5177\u20135186页。“，”doi“：”101109\/CVPR.2019.00532“}”，{“key”：“”10.1016\/j.imavis.2022.104615_b0200“，”doi-asserted-by“：”crossref“，”first page“：”1“，”doi“：”10.1007\/s00138-021-01257-8“，”article-title“：”基于图神经网络的交叉关系推理的对象检测“，”volume“：“33”，“author”：“You”，“year”：“2022”，“journal-title”：“Mach”。视觉。申请。“}，{”key“：”10.1016\/j.imavis.2022.104615_b0205“，”unstructured“：”P.Velickovic，G.Cucurull，A.Casanova，A.Romero，P.Li\u00f2，Y.Bengio，Graph attention networks，CoRR abs\/1710.10903（2017）“}”，{“key”：“10.1016\\j.imavis.2022.104615_b2010”，“doi-asserted-by”：“crossref”，”un结构化“：”H.Hu，j.Gu，Z.Z.Zhang，j.Dai，Y。Wei，Relation networks for object detection，in：IEEE Conference on Computer Vision and Pattern Recognition，2018，pp.3588\u20133597.“，”DOI“：”10.1109\/CVPR.2018.00378“}，{“key”：“10.1016\/j.imavis.2022.104615_b0215”，“DOI-asserted-by”：“crossref”，“unstructured”：“Z.Cai，N。Vasconcelos，Cascade R-CNN:深入研究高质量对象检测，摘自：IEEE计算机视觉和模式识别会议，2018年，第6154\u20136162页。“，”DOI“：”10.1109\/CVPR.2018.00644“}，{“key”：“10.1016\/j.imavis.2022.104615_b0220”，“DOI-asserted-by”：“crossref”，“unstructured”：“Z.Chen，X.Jin，B.Zhao，X.Wei，Y。Guo，基于区域的对象检测的分层上下文嵌入，载于：欧洲计算机视觉会议，第123662020卷，第633\u2013648页。Ling，OPANAS：用于对象检测的一次性路径聚合网络架构搜索，收录于：IEEE Conference on Computer Vision and Pattern Recognition，2021年，第10195\u201310203页。“，”DOI“：”10.1109\/CVPR46437.2021.01006“}，{“key”：“10.1016\/j.imavis.2022.104615_b0230”，“DOI-asserted-by”：“crossref”，“unstructured”：“D.Hoiem，Y.Chodpathumwan，Q。Dai，对象检测器中的诊断错误，见：欧洲计算机视觉会议，第7574卷，2012年，第340\u2013353页。“，”DOI“：”10.1007\/978-3642-33712-3_25“}]，”container-title“：[”Image and Vision Computing“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S026288562200244X？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S026288562200244X？httpAccept_text\/plain“，”内容类型“：”文本\/plaine“，”content-version”：“vor”，“intended_application”：“text-mining”}]，“存放”：{“日期部分”：[[2024,2,13]]，“date-time“：”2024-02-13T13:39:13Z“，”timestamp“：1707831553000}，”score“：1，”resource“：{“primary”：{”URL“：”https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S026288562200244X“}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[2023,2]}“references-count”：46，“alternative-id”：[“S0268562200244”X“]，”URL“：”http:\/\/dx.doi.org\/10.1016\/j.imavis.2022.104615“，”关系“：{}，”ISSN“：[”0262-8856“]，”ISSN-type“：[{”value“：”02628856“，”type“:”print“}]，”subject“：【】，”published“：{”date-parts“：【2023,2】}，“assertion”：【{”value“：”Elsevier“，”name“publisher”，“label”：“此文章由”}维护，{“值”：“通过内层关系推理网络进行对象检测“，”name“：”articletitle“，”label“：”Article Title“}，”{“value”：“Image and Vision Computing”，“name”：“journaltitle”，“label”：“Journal Title”}，{“value”：“https:\/\/doi.org\/101016\/j.imavis.2022.104615”，“name”：“articlelink”，“table”：“CrossRef doi link to publisher maintained version”}、{“value”：article“，”name“：”content_type“，”label“：”content-type“}，{”value“：”\u00a9 2023 Elsevier B.V.保留所有权利。“，”名称“：”版权“，”标签“：”copyright“}]，”文章编号“：”104615“}}