沈继锋
个人信息
Personal information
性别：男 入职时间：2013-01-01 所在单位：电气信息工程学院 职务：副教授 学历：博士研究生毕业 学位：博士
扫描关注
Scan attention
Training a Lightweight CNN Model for Fine-Grained Sewer Pipe Cracks Classification Based on Knowledge Distillation
发布时间：2024-08-05 点击次数：
所属单位：高效能电机系统与智能控制研究院
是否译文：否