Classificació d'imatges amb ajustament fi (Fine-Tuning)
La classificació d'imatges amb ajustament fi adapta una gran xarxa neuronal preentrenada en un corpus d'imatges ampli (com ara ImageNet) a un domini objectiu específic, continuant l'entrenament amb imatges etiquetades del domini. Aquest enfocament aconsegueix una gran precisió amb moltes menys mostres del domini objectiu que l'entrenament des de zero, convertint-lo en el paradigma dominant per a tasques de visió per computador aplicades.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Fonts
- Yosinski, J., Clune, J., Bengio, Y., & Lipson, H. (2014). How transferable are features in deep neural networks? Advances in Neural Information Processing Systems (NeurIPS), 27, 3320–3328. link ↗
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Fine-Tuned Deep Neural Network for Image Classification. ScholarGate. https://scholargate.app/ca/deep-learning/fine-tuned-image-classification
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.
- Xarxa neuronal convolucional afinadaAprenentatge profund↔ compare
- Vision Transformer ajustat (Fine-Tuned Vision Transformer)Aprenentatge profund↔ compare
- Classificació d'imatgesAprenentatge profund↔ compare
- Detecció d'objectesAprenentatge profund↔ compare
- Aprenentatge per transferència amb classificació d'imatgesAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →