Machine learningDeep learning / NLP / CV
物体検出における転移学習
物体検出における転移学習は、大規模な画像データセット（バックボーンには通常ImageNet、検出器全体にはCOCO）で事前学習された深層ニューラルネットワークから開始し、新しいドメインでの物体検出に適応させるものです。学習済みの視覚的表現を再利用することで、スクラッチからの学習よりもはるかに少ないアノテーション付き画像で高い検出精度を達成します。
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 ↗
- Ren, S., He, K., Girshick, R., & Sun, J. (2015). Faster R-CNN: Towards real-time object detection with region proposal networks. Advances in Neural Information Processing Systems (NeurIPS), 28. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Transfer Learning Applied to Object Detection. ScholarGate. https://scholargate.app/ja/deep-learning/transfer-learning-with-object-detection
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.
Compare side by side →