Ülekandeõpe pildiklassifitseerimisel
Ülekandeõpe pildiklassifitseerimisel taaskasutab sügava närvivõrgu tuumikut – tavaliselt CNN-i või Vision Transformerit –, mis on eelkoolitatud suurel andmestikul, nagu ImageNet, ja kohandab seda piltide klassifitseerimiseks uues sihtvaldkonnas. Pärides üldised visuaalsed tunnused lähteülesandest, saavutab see lähenemine suure täpsuse tunduvalt vähemate märgistatud piltidega kui nullist treenides.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
- Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. Advances in Neural Information Processing Systems, 25. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Transfer Learning with Pretrained Deep Neural Networks for Image Classification. ScholarGate. https://scholargate.app/et/deep-learning/transfer-learning-with-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.
- Peenreguleeritud konvolutsiooniline närvivõrkSüvaõpe↔ compare
- Häälestatud nägemistransformaatorSüvaõpe↔ compare
- PildiklassifikatsioonSüvaõpe↔ compare
- Ülekandeõpe objektituvastusegaSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →