Segmentasi Semantik Penalaan Halus
Segmentasi semantik penalaan halus mengadaptasi rangkaian saraf dalam yang telah dilatih awal pada set data berlabel piksel besar (contohnya, tulang belakang pra-latih ImageNet dengan kepala pengekod-penyahkod yang dilatih pada COCO atau Cityscapes) ke domain sasaran baharu dengan meneruskan latihan pada imej beranotasi khusus domain. Hasilnya ialah model yang memberikan label kelas kepada setiap piksel dalam imej sambil memanfaatkan perwakilan visual yang kaya yang dipelajari daripada data yang jauh lebih banyak daripada yang dapat disediakan oleh domain sasaran sahaja.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Fine-Tuned Semantic Segmentation (Transfer Learning for Dense Pixel-wise Classification). ScholarGate. https://scholargate.app/ms/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.
- Fine-Tuned Convolutional Neural NetworkPembelajaran Mendalam↔ compare
- Fine-Tuned Vision TransformerPembelajaran Mendalam↔ compare
- Segmentasi InstansPembelajaran Mendalam↔ compare
- Semantic SegmentationPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →