التعلم بالنقل مع تجزئة المثيلات
يعيد التعلم بالنقل مع تجزئة المثيلات استخدام شبكة التفافية أساسية مدربة مسبقًا على مجموعة كبيرة من الصور (عادةً ImageNet أو COCO) كمستخرج للميزات لنموذج تجزئة المثيلات مثل Mask R-CNN، ثم يقوم بضبط دقيق لخط الأنابيب بالكامل على مجموعة بيانات مستهدفة أصغر. يقدم هذا النهج دقة قناع فائقة لكل كائن بأقل من البيانات المصنفة والحوسبة التي يتطلبها التدريب من الصفر.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- He, K., Gkioxari, G., Dollar, P., & Girshick, R. (2017). Mask R-CNN. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2961–2969. DOI: 10.1109/ICCV.2017.322 ↗
- Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Transfer Learning Applied to Instance Segmentation Networks. ScholarGate. https://scholargate.app/ar/deep-learning/transfer-learning-with-instance-segmentation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تقسيم الكيانات (Instance Segmentation)التعلم العميق↔ compare
- التجزئة الدلاليةالتعلم العميق↔ compare
- التعلم بالنقل لتصنيف الصورالتعلم العميق↔ compare
- التعلم بالنقل مع كشف الكائناتالتعلم العميق↔ compare