Ülekandeõpe objektituvastusega
Ülekandeõpe objektituvastusega algab süvaõppeneuraalvõrgust, mis on eelnevalt treenitud suurel pildikogumil – tavaliselt ImageNet selgroo jaoks või COCO kogu detektori jaoks – ja kohandatakse objektide tuvastamiseks uues domeenis. Taaskasutades õpitud visuaalseid representatsioone, saavutatakse tugev tuvastustäpsus palju väiksema annotatsiooniga piltide hulgaga, kui 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
- 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 ↗
- Ren, S., He, K., Girshick, R., & Sun, J. (2015). Faster R-CNN: Towards real-time object detection with region proposal networks. Advances in Neural Information Processing Systems (NeurIPS), 28. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Transfer Learning Applied to Object Detection. ScholarGate. https://scholargate.app/et/deep-learning/transfer-learning-with-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.
- Peenreguleeritud konvolutsiooniline närvivõrkSüvaõpe↔ compare
- ObjektituvastusSüvaõpe↔ compare
- Ülekandeõpe pildiklassifitseerimiselSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →