{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“讯息”：{“索引”：{“日期-部件”：[[2024,6,22]]，“日期-时间”：“2024-06-22T06:05:21Z”，“时间戳”：1719036321848}，“参考-计数”：44，“出版商”：“IEEE”，“许可证”：[{“开始”：{-“日期-零件”：[2021,6,1]]，”“日期-时刻”：“2011-06-01T00:00:00 Z“，”timestamp“：1622505600000}，”content-version“：”vor“，“delay-in-days”：0，“URL”：“https:\/\/ieeexplore.iee.org\/Xplorehelp\/downloads\/license-information\/ieee.html”}，{“start”：{“date-parts”：[2021,6,1]]，“date-time”：“2021-06-01T00:00:00Z”，“timestamp”：1622505600000}，“content-version”：“stm-asf”，“delay-in-days“：0，”URL“https:\\/doi.org\/10152 23\/policy-029“}，{“开始”：{“日期部分”：[[2021,6,1]]，“date-time”：“2021-06-01T00:00:00Z”，“timestamp”：1622505600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，”shortcontainer-title“：[]，”published-print“：{”date-parts“：[2021,6]}，“doi”：“10.1109\/cvpr46437.2021.01004”，“类型”：“procesdings-article”，“created”：{“date-parts”：[[2021,11,2]，“date-time”：“2021-11-02T21:56:02Z”，“timestamp”：1635890162000}，“source”：“Crossref”，“is-referenced-by-count”：19，“title”：[“Joint-DetNAS:使用NAS、修剪和动态蒸馏升级您的检测器”]，“prefix”：“10.1109”，”author“[{”given“given”：”Lewei“，“family”：“Yao”，“sequence”：“first”，“隶属关系”：[]｝，｛“给定”：“仁杰”，“家族”：“皮”，“序列”：“附加”，“隶属关系”：[]｝，｛“给定”：“杭”，“家族”：“徐”，“序列”：“附加”，“隶属关系”：[]｝，｛“给定”：“伟”，“家族”：“张”，“序列”：“附加”，“隶属关系”：[]｝，｛“给定”：“镇国”，“家族”：“李”，“序列”：“附加”，“隶属关系”：[]｝，｛“给定”：““童”、“家”：“张”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“263”，“reference”：[{“key”：“ref39”，“doi-asserted-by”：“publisher”，“doi”：“10.1109”\/ICCV.2019.00975“，”author“：”sun“，”year“：“2020”}，{“key”：“ref32”，“article-title”：“通过预测网络性能优化进行多目标神经架构搜索”，“author”：“shi”，“year”：“2019”}：“Fitnets:thin deep nets提示”，“author”：“romero”，“year”：“2014”}，{“key”：“ref37”，“first page”：”9627“，“article-title”：“Fcos:Fully convolutional one-sage object detection”，“author:”tian“，“year:”2019：“平均教师是更好的榜样：加权一致性目标改善了半监督的深度学习结果”，“作者”：“tarvainen”，“年份”：“2017年”，“期刊标题”：“神经信息处理系统的进展”}，{“key”：“ref35”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR42600.2020.01079”}：“Mnasnet:Platform-aware neural architecture search for mobile”，“author”：“tan”，“year”：“2018”}，{“key”：“ref10”，“doi-asserted-by”：“publisher”，”doi“：“10.1109”\/ICCV.2019.00667“}，}”key：“ref11”，“article-title”：“彩票假设：发现稀疏、可训练的神经网络”，“author”:“frankle”，“年份”：“2018”}、{“key”:“ref40”，“article-tile”：“Sm-nas：结构-模块化神经体系结构搜索对象检测”，“author”：“yao”，“year”：“2019”}，{“key”：“ref12”，“article-title”：“Born again neural networks”，“author”:“furlanello”，《year》：“2018”}、{“key”：《ref13》，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2019.00720”}：“提取神经网络中的知识”，“author”：“hinton”，“year”：“2015”}，{“key”：“ref15”，“doi-asserted-by”：“publisher”，“doi”：“10.1109”\/CVPR42600.2020.01188“}”，{”key：“ref16”，“article-title”：“修剪高效convnet的过滤器”，“author”:“li”，“year”:“2016”}、{“key”：”ref17“，”doi-assert-by“：”publisher“，”doi“：“10.1109\/CVPR.2017.776”}，{“密钥”：“ref18”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2019.00936”}，{“key”：“ref19”，“doi-assertd-by”：“publisher”，“DI:”10.1109\/CVPR.2017.06“}，}“key:”ref4“，”doi-assert-by“：”publisher“，”doi“：”10.1109 \/CVPR.2018.00644“}”，{”key“：”ref28“，”article-title“：”Yolov3:增量改进”，“author”：“redmon”，“year”：“2018”}，{“key”：“ref27”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2017.690”}，{“key”：“ref3”，“article-title”：“Once-for-all:训练一个网络并将其专门化，以实现高效部署”，“author”：“cai”，“year”：“2019”}“，”文章标题“：“通过知识蒸馏学习有效的对象检测模型”，“author”：“chen”，“year”：“2017”，“journal-title”：“Advances in neural information processing systems”}，{“key”：“ref29”，“article-title“：“Faster r-cnn：Towards real-time object detection with region proposal networks”，“author”:“ren”，“year”:“2015”，“日记标题”：“NIPS”}、{“key”：“ref8”，“article-title”：“Detnas：基于对象检测的神经架构搜索”，“author”：“chen”，“year”：“2019”}，{“key”：“ref7”，“article-titel”：“Searching for efficient multi-scale architecture for dense image prediction”，“author”:“chen“，”年：“2018”，“journal title”：：“10.1609\/aaai.v32i1.11709”，“article-title”：“通过网络转换进行高效的架构搜索”，“author”：“cai”，“year”：“2018”，“journal-title“：”aaai“}，{“key”：“ref9”，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/ICCV.2019.00489“}”，{”key“：”ref1“article-title：“baker”，“year”：“2016”}，{“key”：“ref20”，“article-title”：“Microsoft coco:上下文中的常见对象”，“author”：“lin”，“年”：“2014”，“日记标题”：“ECCV”}“publisher”，“doi”：“10.1109\/CVPR.2019.00017”}，{“key”：“ref24”，“doi-asserted-by”：“publisher”，“doi”：“10.1609\/aaai.v34i07.6834”}，{”key“：”ref42“，”doi-assert-by“：”publisher“，”doi“：”10.1109\/CVPR.2018.00257“}，”key：“ref23”，“doi-assertd-by”：“publisher”，“DI:”10.1109\/CVPR42600.2020.00756“}”，{“物品标签”：“更加注重注意力：通过注意力转移提高卷积神经网络的性能”，“author”：“zagoruyko”，“year”：“2016”}，{“key”：“ref26”，“article-title”：“修剪卷积神经网络以进行资源效率推理”，“author”:“molchanov”，“year”：”2016“}，“key“：”ref44“，“doi-asserted-by”：“publisher”，”doi“：“10.1109”\/CVPR.2018.00907“}，{“key”：“ref25”，“doi-asserted-by”：“publisher”，“doi”：“10.109\/ICCV.2017.298”}，“location”：“Nashville，TN，USA”，“start”：{“date-parts”：[[2021,6,20]]}，“end”：{“date-parts”：[[2021,6,25]]}}，”container-title“：[”2021 IEEE\/CVF计算机视觉和模式识别会议（CVPR）“]，”original-title”：[]，“link”：[{“URL”：“http://explorestaging.IEEE.org\/ielx7\/957055\/9577485.pdf？arnumber=9577485“，”内容类型“：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposted”：{“date-parts”：[[2023,11,12]]，“date-time”：“2023-11-12T05:07:24Z”，“timestamp”：1699765644000}，“score”：1，“resource”：{primary“：{”URL“https:\/\/ieeexplore.iee.org\/document\/9577485\/”}，”subtitle“[]，”shorttitle“：[]，”已发布“：{”日期部分“：[2021,6]]}，“references-count”：44，“URL”：“http://\/dx.doi.org\/10.109\/cvpr46437.2021.01004”，“relation”：{}，“subject”：[]，“published”：{“date-parts”：[2021,6]]}}}