Učenje prijenosom s segmentacijom instanci
Učenje prijenosom s segmentacijom instanci ponovno koristi konvolucijsku mrežu kao ekstraktor značajki, prethodno treniranu na velikom korpusu slika (tipično ImageNet ili COCO), za model segmentacije instanci kao što je Mask R-CNN, a zatim fino podešava cijeli postupak na manjoj ciljnoj skupini podataka. Ovaj pristup pruža najsuvremeniju točnost maski po objektu s djelićem označenih podataka i računalne snage koju bi zahtijevalo treniranje 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
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Transfer Learning Applied to Instance Segmentation Networks. ScholarGate. https://scholargate.app/hr/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 SegmentationDuboko učenje↔ compare
- Semantička segmentacijaDuboko učenje↔ compare
- Prenosno učenje kod klasifikacije slikaDuboko učenje↔ compare
- Prijenosno učenje s detekcijom objekataDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →