{“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”：[[2024,2,13]]，“日期时间”：“2024-02-13T16:29:43Z”，“时间戳”：1707841783267}，“参考计数”：28，“出版商”：“工程技术学院（IET）”，“发行”：“13”，“许可证”：[{“开始”：{:“日期部分“：[2021,7,2]]，”时间”：“2021-07-02T00:00:00Z”，“timestamp”：1625184000000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://\/creativecommons.org\/licenses\/by\/4.0\/”}，{“start”：{“date-parts”：[[2021,7,2]，“date-time”：“2021-07-02T00:00Z”，ays“：0，”URL“：”http://\/doi.wiley.com/10.1002\/tdm_license_1.1“}]，“content-domain”：{“domain”:[“onlinelibrary.wiley.com”]，“crossmark-restriction”：true}，“short-container-title”：[“IET图像处理”]，”published-print“：{”date-parts“：[2021,11]]}，”DOI“：”10.1049\/ipr2.12302“，”type“：”journal-article“，”created“：{”date-ports“：[2021,7,3]]，”date-time“：”2021-07-03T07:30:19Z“，”时间戳“：1625297419000}，”第页“：“3400-3409”，“update-policy”：“http://\/dx.doi.org\/10.1002\/crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：3，“title”：[“基于卷积神经网络的自动装配线上托盘材料检测”]，“prefix”：“10.1049”，”volume“15”，“author”：[{“given”：”Dunli“，”family“”：“Hu”，“sequence”：“first”，“affiliance”：[}“name”：“中国北京理工大学现场总线技术与自动化北京重点实验室”}]}，{“ORCID”：“http://\/ORCID.org\/0000-0002-4528-660X”，“authenticated-ORCID”：false，“give”：“Yuting”，“family”：“Zhang”，“sequence”：“additional”，“affiliation”：[{“name”：“华北工业大学现场总线技术与自动化北京重点实验室”}]}，{“given”：“Li”，“family”：“Xufeng”，“sequence”：“additional”，“affiliation”：[{“name”：“山西省人民医院信息管理办公室”，{“given”：“Xiapping”，“family”：“Zhang”，“sequence”：“additional”，“affiliation”：[{“name”：“华北工业大学现场总线技术与自动化北京重点实验室”}]}]，“member”：“265”，“published-online”：{“date-parts”：[[2021,7,2]}，“reference”：[[{”Key：“e_1_2_10_2_1”，“doi-asserted-by”：”crossref“，“unstructured”：“Redmon J.et \u00a0al。：你只看一次：统一实时对象检测。在：2016年IEEE计算机视觉和模式识别会议（CVPR）论文集。拉斯维加斯NV USA 27\u201330 June 2016”，“DOI”：“10.1109\/CVPR.2016.91”}，｛“key”：“e_1_2_10_3_1”，“nonstructured”：“Joseph R。Ali F.：Yolo9000：更好更快更强。In:美国内华达州拉斯维加斯市IEEE计算机视觉与模式识别会议（CVPR）2016年6月27日\u201330日模块化马赫数。工具自动化。制造商。Tech.“}，{”key“：”e_1_2_10_5_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TGRS.2012.2194787”}，”{”key“：“e_1_i_10_6_1”，“doi-assert-by”：“crossref”，”unstructured“：”Liu W.et \u00a0al.：SSD：单次多盒检测器。In:第十四届欧洲计算机视觉会议（ECCV）论文集。荷兰阿姆斯特丹2013年10月11日，2016年10月14日。“，”doi“：”10.1007\/978-3-319-46448-0_2“}，{“key”：“e_1_2_10_7_1”，“unstructured”：“Fu C.et \u00a0al.：DSSD：去卷积单次激发检测器。arXiv预印本arXiv:06659（2017）”}，}，“key“：”e_1_i_10_8_1“，”doi-asserted-by“：”crossref“，“unsructured“：”Jeong J.等人：通过连接用于对象检测的特征映射来增强SSD。arXiv预打印arXiv:09587（2017）“，”DOI“：”10.5244\/C.31.76“}，{”key“：”e_1_2_10_9_1“，”DOI-asserted-by“：”crossref“，“unstructured”：“Girshick R.等人：丰富的特征层次用于准确的对象检测和语义分割。在：美国俄亥俄州哥伦布市IEEE计算机学会计算机视觉和模式识别会议论文集23\u201328 2014年6月23日，“DOI”：“10.1109\/CVPR.2014.81”｝，｛“key”：“e_1_2_10_10_1”，“首页”：“91”，“卷标题”：“神经信息处理系统的进展”，“作者”：“Ren S.”，“年份”：“2015”｝，｛“key”：“e_1_2_10_11_1”，“第一页“：”379\u2013387“，”volume-title“：”神经信息处理系统（NIPS）的进展“，”author“：”Dai J.“，”year“：”2016“}，{“key”：“e_1_2_10_12_1”，“unstructured”：“Zhou X.et \u00a0al.：对象作为点。arXiv预印本arXiv:1904.07850田Z.等人：FCOS：完全卷积一级\u2010级目标检测。收录于：IEEE计算机视觉和模式识别会议（CVPR）韩国首尔（韩国）2013年10月27日-2019年11月27日”，“DOI”：“10.1109\/ICCV.2019.00972”}，{“key”：“e_1_2_10_14_1”，“DOI-asserted-by”：“publisher”，”DOI“：”10.1109\/TPWRD.2020.3046161“”2018年“}，{“issue”：“642”，“key”：“e_1_2_10_16_1”，“首页”：“261”，“article-title”：“基于小波变换\u2010的SAR和多光谱图像融合”，“author”：“Kedar M”，“year”：“2020”，“journal-title“：”IEEE Sens.J.“key”：“e_1_2_10_18_1”，“doi-asserted-by”：“publisher“，”DOI“：”10.1049\/iet-cvi.2014.0295“}，{“key”：“e_1_2_10_19_1”，“DOI-asserted-by”：“publisher”，”DOI:“10.1080\/01431161.2685720”}，“key“：”e_1_i_10_20_1“，“doiasserted-by“：”publisher，“DOI”：“10.1109\/TPAMI.2019.2913372”}“，”首页“：”100\u2013103“，”文章标题“：”Hough变换和更快的\u2010RCNN铁路行人检测方法”，“体积”：“41”，“作者”：“张磊”，“年份”：“2020”，“期刊标题”：“大连交通大学”}，{“密钥”：“e_1_2_10_22_1”，“非结构化”：“Bochkovskiy A.等人：YOLOv4：目标检测的最佳速度和准确性。arXiv预打印arXiv:2004.10934 https:\/\/arXiv.org\/abs\/2004.10934。（2020）“}，{”key“：”e_1_2_10_23_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Yun S.et \u00a0al.：Cutmix：训练具有可本地化特征的强分类器的正则化策略。摘自：IEEE计算机视觉国际会议论文集韩国首尔（2010年10月27日\u 2019年11月2日”，“doi”：“10.1109 \/ICCV.2019.00612”}，”{“key”：“”e_1_2_10_24_1“，“doi-asserted-by”：“crossref”，“unstructured”：“Wang C.et \u00a0al.：CSPNet：一个可以增强CNN学习能力的新主干。\u2019.In:美国西雅图IEEE计算机协会计算机视觉和模式识别研讨会2019年6月14日\u201319日“，“DOI”：“10.1109\/CVPRW50498.2020.00203”}，{“key”：“e_1_2_10_25_1”，“DOI-asserted-by”：“crossref”，”非结构化“：”Lin TY.等人：用于目标检测的特征金字塔网络。在IEEE计算机视觉和模式识别（CVPR）美国夏威夷HI会议论文集2017年7月21日\u201326“，“DOI”：“10.1109\/CVPR.2017.106”}，{“key”：“e_1_2_10_26_1”，“DOI-asserted-by”：“crossref”，”unstructured“：”Liu S.等人：用于实例分割的路径聚合网络。IEEE计算机视觉和模式识别会议论文集。美国犹他州盐湖城，2018年6月18日\u201323“，“DOI”：“10.1109\/CVPR.2018.00913”}，{“key”：“e_1_2_10_27_1”，“DOI-asserted-by”：“crossref”，”unstructured“：”Rezatofighi H.et \u00a0al.：广义交集over union：包围盒回归的度量和损失。IEEE计算机视觉和模式识别会议论文集（CVPR）美国加利福尼亚州长滩，2019年6月15日\u201320“，“DOI”：“10.1109\/CVPR.2019.00075”}，{“key”：“e_1_2_10_28_1”，“DOI-asserted-by”：“publisher”，”DOI“：“10.1145\/3065386”}“，{”key“：”e_1_i_10_29_1“，”DOI-assert-by“：”crossref“，“unstructured”：“He K.等人：用于图像识别的深度残差学习。美国拉斯维加斯IEEE计算机视觉和模式识别（CVPR）会议记录（2016年6月）pp770\u2013778“，”DOI“：”10.1109\/CVPR.2016.90“}]，”container-title“：[”IET图像处理“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/onlinelibrary.wiley.com\/DOI\/pdf\/101049\/ipr2.12302“，”content-type“：”application\/pdf”，“内容版本”：“vor”，“预期应用程序”：“文本挖掘”}，｛“URL”：“https://\/onlinelibrary.wiley.com\/doi\/full-xml\/10.1049\/ipr2.12302”，“内容类型”：“application\/xml”，“内容版本”：“vor”，“预期应用程序”：“文本挖掘”}，｛“URL”：“https://\/onlinelibrary.wiley.com\/doi\/pdf\/10.1049\/ipr2.12302”，“内容类型”：“unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,2,21]]，”date-time“：”2023-02-21T17:22:53Z“，”timestamp“：1677000173000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\\/onlinelibrary.wiley.com\/doi\/101049\/ipr2.12302”}}，“subtitle”：[]，“shorttitle”：[]，“已发布”：{date-parts“：[[2021,7,2]]}，“references-count”：28，“journal-issue”：{“issue”：“13”，“published-print”：{“date-part”：[[2021,11]]}}，”alternative-id“：[”10.1049\/ipr2.12302“]，“URL”：“http://\/dx.doi.org\/101049\/iper2.12302”，“archive”：[“Portico”]，“relation”：{}，9659“，”1751-9667“]，“ISSN-type”：[{“value”：“1751-9659”，“type”:“print”}，{“value”：“1751-9667“，”type“：”electronic“}]，”subject“：[]，”published“：{”date-parts“：[2021,7,2]}，”assertion“：[{”value“：“2021-02-17”，”order“：0，”name“：”received“，”label“：”received“，，“组”：{“名称”：“publication_history”，“label”：“出版历史”｝｝，｛“value”：“2021-07-02”，“order”：2，“name”：“published”，“label”：“published”，“group”：｛“name”：“Publication_History”，“label”：“出版历史”｝｝