.png){kind=icon}
返回
Unrolling operator splitting in learning PDEs for object detection
.png){kind=icon}
OA
AI
DOI：10.1016/j.neucom.2025.132172.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 将目标检测重新表述为受PDE约束的最优控制问题。
• 提出一种基于算子分裂（ADMM）的优化方案。
• 将ADMM序列迭代展开为ADMM-ODNet的网络层。
• 一种轻量级检测头，用于高效地进行边界框和分类。
• 大量实验证明了有效的目标检测性能。
Keyword:
PDE-constrained Optimal Control
Fundamental Differential Invariants
Alternating Direction Method of Multipliers
Algorithm Unrolling
Object Detection
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏
A dual algorithm for the solution of nonlinear variational problems via finite element approximationOAAI
OAAI分享收藏Algorithm Unrolling: Interpretable, Efficient Deep Learning for Signal and Image Processing算法展开: 用于信号和图像处理的可解释、高效的深度学习OAAI
OAAI分享收藏
查看更多内容