تقسیمبندی معنایی تنظیمشده دقیق
تقسیمبندی معنایی تنظیمشده دقیق (Fine-tuned semantic segmentation) یک شبکه عصبی عمیق از پیش آموزشدیده بر روی یک مجموعه داده بزرگ برچسبگذاریشده با پیکسل (مانند ستون فقرات از پیش آموزشدیده ImageNet با سر رمزگذار-رمزگشا که بر روی COCO یا Cityscapes آموزش دیده است) را با ادامه آموزش بر روی تصاویر حاشیهنویسیشده خاص دامنه هدف، تطبیق میدهد. نتیجه مدلی است که به هر پیکسل در تصویر یک برچسب کلاس اختصاص میدهد و در عین حال از نمایشهای بصری غنی آموختهشده از دادههای بسیار بیشتر از آنچه که دامنه هدف به تنهایی میتواند فراهم کند، بهره میبرد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Long, J., Shelhamer, E., & Darrell, T. (2015). Fully convolutional networks for semantic segmentation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 3431–3440. DOI: 10.1109/CVPR.2015.7298965 ↗
- Chen, L.-C., Papandreou, G., Kokkinos, I., Murphy, K., & Yuille, A. L. (2018). DeepLab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected CRFs. IEEE Transactions on Pattern Analysis and Machine Intelligence, 40(4), 834–848. DOI: 10.1109/TPAMI.2017.2699184 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Fine-Tuned Semantic Segmentation (Transfer Learning for Dense Pixel-wise Classification). ScholarGate. https://scholargate.app/fa/deep-learning/fine-tuned-semantic-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.
- شبکه عصبی کانولوشنی تنظیمشدهیادگیری عمیق↔ compare
- ویژن ترنسفورمر تنظیمشده (Fine-Tuned Vision Transformer)یادگیری عمیق↔ compare
- برش زنی نمونه (Instance Segmentation)یادگیری عمیق↔ compare
- تقسیمبندی معنایییادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →