ऑब्जेक्ट डिटेक्शन के साथ ट्रांसफर लर्निंग
ऑब्जेक्ट डिटेक्शन के साथ ट्रांसफर लर्निंग एक डीप न्यूरल नेटवर्क से शुरू होती है जिसे एक बड़े इमेज डेटासेट — आमतौर पर बैकबोन के लिए ImageNet या पूरे डिटेक्टर के लिए COCO — पर प्री-ट्रेन किया गया है, और इसे एक नए डोमेन में ऑब्जेक्ट का पता लगाने के लिए अनुकूलित किया जाता है। सीखे गए विज़ुअल प्रतिनिधित्व का पुन: उपयोग करके, यह खरोंच से प्रशिक्षण की तुलना में बहुत कम एनोटेट की गई छवियों के साथ मजबूत डिटेक्शन सटीकता प्राप्त करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Transfer Learning Applied to Object Detection. ScholarGate. https://scholargate.app/hi/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.
- फाइन-ट्यून्ड कन्волюशनल न्यूरल नेटवर्कगहन अधिगम↔ compare
- ऑब्जेक्ट डिटेक्शनगहन अधिगम↔ compare
- छवि वर्गीकरण के साथ स्थानांतरण शिक्षणगहन अधिगम↔ compare