Apprendimento per trasferimento con segmentazione di istanze

L'apprendimento per trasferimento con segmentazione di istanze riutilizza una rete convoluzionale backbone pre-addestrata su un ampio corpus di immagini (tipicamente ImageNet o COCO) come estrattore di caratteristiche per un modello di segmentazione di istanze come Mask R-CNN, quindi affina l'intera pipeline su un set di dati target più piccolo. Questo approccio fornisce un'accuratezza di maschera per oggetto allo stato dell'arte con una frazione dei dati etichettati e del calcolo che richiederebbe l'addestramento da zero.