Transfer Learning dengan Segmentasi Instans
Transfer learning dengan segmentasi instans menggunakan kembali jaringan konvolusional backbone yang telah dilatih sebelumnya pada korpus gambar besar (biasanya ImageNet atau COCO) sebagai ekstraktor fitur untuk model segmentasi instans seperti Mask R-CNN, kemudian menyempurnakan seluruh alur kerja pada kumpulan data target yang lebih kecil. Pendekatan ini memberikan akurasi top-of-the-art untuk masker per objek dengan sebagian kecil data berlabel dan komputasi yang diperlukan untuk pelatihan dari awal.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Transfer Learning Applied to Instance Segmentation Networks. ScholarGate. https://scholargate.app/id/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.
- Segmentasi InstansPembelajaran Mendalam↔ compare
- Semantic SegmentationPembelajaran Mendalam↔ compare
- Transfer Learning untuk Klasifikasi CitraPembelajaran Mendalam↔ compare
- Transfer Learning untuk Deteksi ObjekPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →