অল্প-শট বস্তু সনাক্তকরণ
অল্প-শট বস্তু সনাক্তকরণ (FSOD) একটি মেটা-লার্নিং পদ্ধতি যা মাত্র কয়েকটি টীকাযুক্ত উদাহরণ থেকে নতুন বস্তুর শ্রেণী সনাক্ত করতে সক্ষম করে। সাধারণ বস্তু সনাক্তকরণের বিপরীতে যার প্রতি শ্রেণীতে শত শত লেবেলযুক্ত উদাহরণের প্রয়োজন হয়, FSOD বেস শ্রেণী থেকে জ্ঞান ব্যবহার করে দ্রুত সনাক্তকরণ মডেলগুলিকে নতুন বস্তুর বিভাগে অভিযোজিত করতে শেখে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Wang, X., Huang, T. E., Darrell, T., Gonzalez, J. E., & Yu, F. (2020). Few-shot object detection with attention-RPN and multi-relation detector. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 9050-9059). link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Few-Shot Object Detection with Contrastive Learning. ScholarGate. https://scholargate.app/bn/deep-learning/few-shot-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.
- DETR (ডিটেকশন ট্রান্সফরমার)গভীর শিখন↔ compare
- সিমসিএলআরগভীর শিখন↔ compare
- সুইন ট্রান্সফরমার (Swin Transformer)গভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →