Machine learningDeep learning / NLP / CV
ファインチューニングされた意味的セグメンテーション
ファインチューニングされた意味的セグメンテーションは、大規模なピクセルラベル付きデータセット（例：ImageNetで事前学習されたバックボーンと、COCOまたはCityscapesで学習されたエンコーダー・デコーダーヘッド）で事前学習された深層ニューラルネットワークを、ドメイン固有のアノテーション付き画像で学習を継続することにより、新しいターゲットドメインに適応させる手法である。その結果、ターゲットドメインだけでは提供できないほど膨大なデータから学習された豊かな視覚的表現を活用しつつ、画像内のすべてのピクセルにクラスラベルを割り当てるモデルが得られる。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Long, J., Shelhamer, E., & Darrell, T. (2015). Fully convolutional networks for semantic segmentation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 3431–3440. DOI: 10.1109/CVPR.2015.7298965 ↗
- Chen, L.-C., Papandreou, G., Kokkinos, I., Murphy, K., & Yuille, A. L. (2018). DeepLab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected CRFs. IEEE Transactions on Pattern Analysis and Machine Intelligence, 40(4), 834–848. DOI: 10.1109/TPAMI.2017.2699184 ↗
このページの引用方法
ScholarGate. (2026, June 3). Fine-Tuned Semantic Segmentation (Transfer Learning for Dense Pixel-wise Classification). ScholarGate. https://scholargate.app/ja/deep-learning/fine-tuned-semantic-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.
- ファインチューニングされた畳み込みニューラルネットワーク深層学習↔ compare
- ファインチューニングされたVision Transformer深層学習↔ compare
- インスタンスセグメンテーション深層学習↔ compare
- セマンティックセグメンテーション深層学習↔ compare