Klasifikasi Citra yang Disesuaikan (Fine-Tuned)
Klasifikasi citra yang disesuaikan mengadaptasi jaringan saraf besar yang telah dilatih sebelumnya pada korpus citra yang luas (seperti ImageNet) ke domain target spesifik dengan melanjutkan pelatihan pada citra domain berlabel. Pendekatan ini mencapai akurasi yang kuat dengan sampel domain target yang jauh lebih sedikit daripada melatih dari awal, menjadikannya paradigma dominan untuk tugas-tugas visi komputer terapan.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Sumber
- Yosinski, J., Clune, J., Bengio, Y., & Lipson, H. (2014). How transferable are features in deep neural networks? Advances in Neural Information Processing Systems (NeurIPS), 27, 3320–3328. link ↗
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Fine-Tuned Deep Neural Network for Image Classification. ScholarGate. https://scholargate.app/id/deep-learning/fine-tuned-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.
- Jaringan Saraf Konvolusional yang Disesuaikan HalusPembelajaran Mendalam↔ compare
- Vision Transformer yang Disesuaikan (Fine-Tuned)Pembelajaran Mendalam↔ compare
- Klasifikasi CitraPembelajaran Mendalam↔ compare
- Deteksi ObjekPembelajaran Mendalam↔ compare
- Transfer Learning untuk Klasifikasi CitraPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →