Machine learningDeep learning / NLP / CV
التعلم بالنقل مع كشف الكائنات
يبدأ التعلم بالنقل مع كشف الكائنات من شبكة عصبية عميقة مدربة مسبقًا على مجموعة بيانات صور كبيرة — عادةً ImageNet للعمود الفقري أو COCO للكاشف الكامل — ويقوم بتكييفها لكشف الكائنات في مجال جديد. من خلال إعادة استخدام التمثيلات البصرية المتعلمة، فإنه يحقق دقة كشف قوية مع عدد أقل بكثير من الصور المشروحة مقارنة بالتدريب من الصفر.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- 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 ↗
- Ren, S., He, K., Girshick, R., & Sun, J. (2015). Faster R-CNN: Towards real-time object detection with region proposal networks. Advances in Neural Information Processing Systems (NeurIPS), 28. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Transfer Learning Applied to Object Detection. ScholarGate. https://scholargate.app/ar/deep-learning/transfer-learning-with-object-detection
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.
- الشبكة العصبونية الالتفافية المُحسَّنة بدقةالتعلم العميق↔ compare
- اكتشاف الكائناتالتعلم العميق↔ compare
- التعلم بالنقل لتصنيف الصورالتعلم العميق↔ compare