| 基于全卷积深度学习模型的可抓取物品识别 | |
| 皮思远 唐洪; 肖南峰 | |
| 刊名 | 《重庆理工大学学报：自然科学》
 |
| 2018 | |
| 卷号 | 32页码:166-173 |
| 关键词 | 深度学习模型 全卷积网络 物品识别 工业机器人 |
| URL标识 | 查看原文 |
| 内容类型 | 期刊论文 |
| URI标识 | http://www.corc.org.cn/handle/1471x/2161460 |
| 专题 | 华南理工大学 |
| 作者单位 | 华南理工大学计算机科学与工程学院,广州510006 |
| 推荐引用方式 GB/T 7714 | 皮思远 唐洪,肖南峰. 基于全卷积深度学习模型的可抓取物品识别[J]. 《重庆理工大学学报：自然科学》,2018,32:166-173. |
| APA | 皮思远 唐洪,&肖南峰.(2018).基于全卷积深度学习模型的可抓取物品识别.《重庆理工大学学报：自然科学》,32,166-173. |
| MLA | 皮思远 唐洪,et al."基于全卷积深度学习模型的可抓取物品识别".《重庆理工大学学报：自然科学》 32(2018):166-173. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论