Átviteli tanulás képosztályozáshoz
Az átviteli tanulás képosztályozáshoz egy mély neurális hálózat alaparchitektúráját – tipikusan egy konvolúciós neurális hálózatot (CNN) vagy Vision Transformert – használja fel, amelyet egy nagy adathalmazon, például az ImageNeten előképzett, és új célterületen történő képosztályozáshoz igazít. A forrástaskból származó általános vizuális jellemzők öröklésével az eljárás jóval kevesebb címkézett képpel ér el magas pontosságot, mint az alapokról történő képzés.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Transfer Learning with Pretrained Deep Neural Networks for Image Classification. ScholarGate. https://scholargate.app/hu/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.
- Finomhangolt konvolúciós neurális hálózatMélytanulás↔ compare
- Finomhangolt Vision TransformerMélytanulás↔ compare
- KéposztályozásMélytanulás↔ compare
- Transzfer tanulás objektumdetektálássalMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →