Ülekandeõpe koos eksemplaride segmentatsiooniga
Ülekandeõpe koos eksemplaride segmentatsiooniga taaskasutab suurel pildikorpusel (tavaliselt ImageNet või COCO) eelnevalt treenitud selgroogset konvolutsioonivõrku eksemplaride segmentatsioonimudeli, näiteks Mask R-CNN, funktsioonide ekstraktorina ning seejärel täpsustab kogu töövoo väiksemal sihtandmestikul. See lähenemisviis saavutab tipptasemel objektipõhise maski täpsuse murdosaga märgistatud andmetest ja arvutusressurssidest, mida nõuaks nullist alustamine.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- He, K., Gkioxari, G., Dollar, P., & Girshick, R. (2017). Mask R-CNN. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2961–2969. DOI: 10.1109/ICCV.2017.322 ↗
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Transfer Learning Applied to Instance Segmentation Networks. ScholarGate. https://scholargate.app/et/deep-learning/transfer-learning-with-instance-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.
- Instance SegmentationSüvaõpe↔ compare
- Semantiline segmentatsioonSüvaõpe↔ compare
- Ülekandeõpe pildiklassifitseerimiselSüvaõpe↔ compare
- Ülekandeõpe objektituvastusegaSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →