Transfer Learning with Instance Segmentation
Transfer learning with instance segmentation reuses a backbone convolutional network pretrained on a large image corpus (typically ImageNet or COCO) as the feature extractor for an instance segmentation model such as Mask R-CNN, then fine-tunes the full pipeline on a smaller target dataset. This approach delivers state-of-the-art per-object mask accuracy with a fraction of the labeled data and compute that training from scratch would require.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.