Feinabgestimmte semantische Segmentierung

Feinabgestimmte semantische Segmentierung passt ein tiefes neuronales Netz, das auf einem großen, pixelbeschrifteten Datensatz vortrainiert wurde (z. B. ein auf ImageNet vortrainierter Backbone mit einem Encoder-Decoder-Kopf, der auf COCO oder Cityscapes trainiert wurde), an eine neue Ziel-Domäne an, indem das Training auf domänenspezifischen annotierten Bildern fortgesetzt wird. Das Ergebnis ist ein Modell, das jedem Pixel in einem Bild eine Klassenbezeichnung zuweist und dabei reichhaltige visuelle Repräsentationen nutzt, die aus weitaus mehr Daten gelernt wurden, als die Ziel-Domäne allein liefern könnte.