Prenosno učenje kod klasifikacije slika
Prenosno učenje kod klasifikacije slika ponovno koristi duboku neuronsku mrežu, obično CNN ili Vision Transformer, prethodno uvježbanu na velikom skupu podataka poput ImageNeta, te je prilagođava za klasifikaciju slika u novoj ciljnoj domeni. Nasljeđivanjem općih vizualnih značajki iz izvornog zadatka, pristup postiže visoku točnost s daleko manje označenih slika nego što je potrebno za uvježbavanje od nule.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Transfer Learning with Pretrained Deep Neural Networks for Image Classification. ScholarGate. https://scholargate.app/hr/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.
- Fino ugađana konvolucijska neuronska mrežaDuboko učenje↔ compare
- Prilagođeni Vision TransformerDuboko učenje↔ compare
- Klasifikacija slikaDuboko učenje↔ compare
- Prijenosno učenje s detekcijom objekataDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →