Transzfer tanulás objektumdetektálással
A transzfer tanulás objektumdetektálással egy nagy képadatbázison – tipikusan a gerinc (backbone) számára ImageNet, vagy a teljes detektor számára COCO – előképzett mély neurális hálózatból indul ki, és azt új doménban történő objektumok detektálására adaptálja. A tanult vizuális reprezentációk újrahasznosításával jelentős detektálási pontosság érhető el, jóval kevesebb annotált képpel, mint amennyi az alapoktól való tanításhoz szükséges lenne.
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 ↗
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Transfer Learning Applied to Object Detection. ScholarGate. https://scholargate.app/hu/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.
- Finomhangolt konvolúciós neurális hálózatMélytanulás↔ compare
- ObjektumdetektálásMélytanulás↔ compare
- Átviteli tanulás képosztályozáshozMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →