[1] |
王波, 袁凤强, 陈宗仁, 胡建华, 杨家慧, 刘侠. 多阶U-Net甲状腺超声图像自动分割方法[J]. 计算机工程与应用, 2023, 59(5): 205-212. |
[2] |
张贺童, 姚康, 裴融浩, 丁上上, 付威威. 基于ADEU-Net分割网络的瞳孔精确分割方法[J]. 计算机工程与应用, 2023, 59(2): 212-221. |
[3] |
花爱玲, 余锋, 陈子宜, 王画, 姜明华. 深度学习在二维虚拟试衣技术的应用与进展[J]. 计算机工程与应用, 2023, 59(11): 37-45. |
[4] |
王鹏, 王玉林, 焦博文, 王洪昌, 于奕轩. 基于YOLOv5的道路目标检测算法研究[J]. 计算机工程与应用, 2023, 59(1): 117-125. |
[5] |
周丽娜, 常笑, 胡枫. 利用邻接结构熵确定超网络关键节点[J]. 计算机工程与应用, 2022, 58(8): 76-82. |
[6] |
单怡晴, 黄梦醒, 张雨, 李玉春, 张新华, 冯思玲, 陈晶. 改进卷积神经网络的前列腺癌格里森分级研究[J]. 计算机工程与应用, 2022, 58(7): 243-249. |
[7] |
王鑫鹏, 王晓强, 林浩, 李雷孝, 杨艳艳, 孟闯, 高静. 深度学习典型目标检测算法的改进综述[J]. 计算机工程与应用, 2022, 58(6): 42-57. |
[8] |
武钦芳, 吴张倩, 苏兆品, 张国富. 遗传算法优化时间卷积网络的手机来源识别[J]. 计算机工程与应用, 2022, 58(3): 151-158. |
[9] |
黄新, 郭晓敏. 具有双向增强特征结构的U型肺结节分割网络[J]. 计算机工程与应用, 2022, 58(24): 239-246. |
[10] |
谭泽霖, 白静, 陈冉, 张少敏, 秦飞巍. FP-VTON:基于注意力机制的特征保持虚拟试衣网络[J]. 计算机工程与应用, 2022, 58(23): 186-196. |
[11] |
陈曦, 刘奇, 邓小波, 何柯辰, 全美霖. 改进U-Net的超声乳腺肿瘤分割网络[J]. 计算机工程与应用, 2022, 58(22): 219-228. |
[12] |
陈玥芙蓉, 李毅. 引入差分约束和对抗训练策略的虚拟试衣方法[J]. 计算机工程与应用, 2022, 58(21): 286-293. |
[13] |
吴辰文, 梁雨欣, 田鸿雁. 改进卷积神经网络的COVID-19CT影像分类方法研究[J]. 计算机工程与应用, 2022, 58(2): 225-234. |
[14] |
张欢, 刘静, 冯毅博, 仇大伟. U-Net及其在肝脏和肝脏肿瘤分割中的应用综述[J]. 计算机工程与应用, 2022, 58(2): 1-14. |
[15] |
卫依雪, 周冬明, 王长城, 李淼. 结合多分支结构和U-net的低照度图像增强[J]. 计算机工程与应用, 2022, 58(12): 199-208. |