Machine learningDeep learning / NLP / CV
인스턴스 분할을 위한 전이 학습
인스턴스 분할을 위한 전이 학습은 대규모 이미지 코퍼스(일반적으로 ImageNet 또는 COCO)에서 사전 훈련된 백본 컨볼루션 신경망을 Mask R-CNN과 같은 인스턴스 분할 모델의 특징 추출기로 재사용하고, 이후 더 작은 대상 데이터셋에서 전체 파이프라인을 미세 조정합니다. 이 접근 방식은 처음부터 훈련하는 데 필요한 레이블이 지정된 데이터와 계산량의 일부만으로도 최첨단 객체별 마스크 정확도를 제공합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Transfer Learning Applied to Instance Segmentation Networks. ScholarGate. https://scholargate.app/ko/deep-learning/transfer-learning-with-instance-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.
- 인스턴스 분할딥러닝↔ compare
- Semantic segmentation딥러닝↔ compare
- 이미지 분류를 위한 전이 학습딥러닝↔ compare
- 객체 탐지를 위한 전이 학습딥러닝↔ compare