LIDA‐YOLO: An unsupervised low‐illumination object detection based on domain adaptation

Xiao, Yun ; Liao, Hai

In: IET Image Processing, Jg. 18 (2024-04-01), Heft 5, S. 1178-1188

academicJournal

Titel:	LIDA‐YOLO: An unsupervised low‐illumination object detection based on domain adaptation
Autor/in / Beteiligte Person:	Xiao, Yun ; Liao, Hai
Zeitschrift:	IET Image Processing, Jg. 18 (2024-04-01), Heft 5, S. 1178-1188
Veröffentlichung:	2024
Medientyp:	academicJournal
DOI:	10.1049/ipr2.13017
Sonstiges:	Nachgewiesen in: Gale Academic OneFile Sprachen: English

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.