Machine learningDeep learning / NLP / CV
転移学習による画像分類
転移学習による画像分類は、ImageNetのような大規模データセットで事前学習された深層ニューラルネットワークのバックボーン（通常はCNNまたはVision Transformer）を再利用し、新しいターゲットドメインの画像を分類するように適応させる手法です。ソースタスクから一般的な視覚的特徴を継承することにより、スクラッチからの学習よりもはるかに少ないラベル付き画像で高い精度を達成します。
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
- 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 ↗
- Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. Advances in Neural Information Processing Systems, 25. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Transfer Learning with Pretrained Deep Neural Networks for Image Classification. ScholarGate. https://scholargate.app/ja/deep-learning/transfer-learning-with-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.
- 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
- 画像分類深層学習↔ compare
- 物体検出における転移学習深層学習↔ compare