Segmentació semàntica afinada
La segmentació semàntica afinada adapta una xarxa neuronal profunda pre-entrenada en un gran conjunt de dades etiquetades per píxels (per exemple, un backbone pre-entrenat amb ImageNet amb un cap encoder-decoder entrenat amb COCO o Cityscapes) a un nou domini objectiu continuant l'entrenament en imatges anotades específiques del domini. El resultat és un model que assigna una etiqueta de classe a cada píxel d'una imatge, aprofitant les riques representacions visuals apreses de moltes més dades del que el domini objectiu per si sol podria proporcionar.
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.
Fonts
- Long, J., Shelhamer, E., & Darrell, T. (2015). Fully convolutional networks for semantic segmentation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 3431–3440. DOI: 10.1109/CVPR.2015.7298965 ↗
- Chen, L.-C., Papandreou, G., Kokkinos, I., Murphy, K., & Yuille, A. L. (2018). DeepLab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected CRFs. IEEE Transactions on Pattern Analysis and Machine Intelligence, 40(4), 834–848. DOI: 10.1109/TPAMI.2017.2699184 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Fine-Tuned Semantic Segmentation (Transfer Learning for Dense Pixel-wise Classification). ScholarGate. https://scholargate.app/ca/deep-learning/fine-tuned-semantic-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.
- Xarxa neuronal convolucional afinadaAprenentatge profund↔ compare
- Vision Transformer ajustat (Fine-Tuned Vision Transformer)Aprenentatge profund↔ compare
- Segmentació d'instànciesAprenentatge profund↔ compare
- Segmentació semànticaAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →