Objektide tuvastamine väheste näidistega
Objektide tuvastamine väheste näidistega (Few-Shot Object Detection, FSOD) on metaõppimise lähenemisviis, mis võimaldab tuvastada uusi objektiklasse vaid mõne annotatsiooniga näite varal. Erinevalt standardobjektide tuvastamisest, mis nõuab sadu märgistatud eksemplare klassi kohta, õpib FSOD kiiresti kohandama tuvastusmudeleid uute objektikategooriate jaoks, kasutades baaskategooriatest saadud teadmisi.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Few-Shot Object Detection with Contrastive Learning. ScholarGate. https://scholargate.app/et/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 (Detection Transformer)Süvaõpe↔ compare
- SimCLRSüvaõpe↔ compare
- Swin TransformerSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →