( en | de | ru )

 

Disambiguierung von "Zhong, Zhisheng"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
R ^2 2 -Net: Recurrent and Recursive Network for Sparse-View CT Artifacts Removal.

, , , , und . MICCAI (6), Volume 11769 von Lecture Notes in Computer Science, Seite 319-327. Springer, (2019)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Zhisheng Shi

Gang Zhong

Lianmin Zhong

Weimin Zhong

Yanlin Zhong

 

Weitere Publikationen von Autoren mit dem selben Namen

Improving Calibration for Long-Tailed Recognition., , , und . CVPR, Seite 16489-16498. Computer Vision Foundation / IEEE, (2021)Channel-Level Variable Quantization Network for Deep Image Compression., , und . IJCAI, Seite 467-473. ijcai.org, (2020)Scheduled for July 2020, Yokohama, Japan, postponed due to the Corona pandemic..R ^2 2 -Net: Recurrent and Recursive Network for Sparse-View CT Artifacts Removal., , , , und . MICCAI (6), Volume 11769 von Lecture Notes in Computer Science, Seite 319-327. Springer, (2019)Generalized Parametric Contrastive Learning., , , , , und . CoRR, (2022)Expectation-Maximization Attention Networks for Semantic Segmentation., , , , , und . ICCV, Seite 9166-9175. IEEE, (2019)Differentiable Linearized ADMM., , , , und . ICML, Volume 97 von Proceedings of Machine Learning Research, Seite 6902-6911. PMLR, (2019)Deep Joint-Semantics Reconstructing Hashing for Large-Scale Unsupervised Cross-Modal Retrieval., , und . ICCV, Seite 3027-3035. IEEE, (2019)ResLT: Residual Learning for Long-Tailed Recognition., , , , und . IEEE Trans. Pattern Anal. Mach. Intell., 45 (3): 3695-3706 (März 2023)Understanding Imbalanced Semantic Segmentation Through Neural Collapse., , , , , , und . CVPR, Seite 19550-19559. IEEE, (2023)Mini-Gemini: Mining the Potential of Multi-modality Vision Language Models., , , , , , , und . CoRR, (2024)