Pembelajaran Pemindahan dengan Pengelasan Imej
Pembelajaran pemindahan dengan pengelasan imej menggunakan semula rangkaian saraf dalaman (deep neural network) yang telah dilatih awal — lazimnya CNN atau Vision Transformer — pada set data besar seperti ImageNet, dan menyesuaikannya untuk mengelaskan imej dalam domain sasaran baharu. Dengan mewarisi ciri visual umum daripada tugasan sumber, pendekatan ini mencapai ketepatan tinggi dengan imej berlabel yang jauh lebih sedikit berbanding melatih dari awal.
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
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Transfer Learning with Pretrained Deep Neural Networks for Image Classification. ScholarGate. https://scholargate.app/ms/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.
- Fine-Tuned Convolutional Neural NetworkPembelajaran Mendalam↔ compare
- Fine-Tuned Vision TransformerPembelajaran Mendalam↔ compare
- Klasifikasi ImejPembelajaran Mendalam↔ compare
- Pembelajaran Pemindahan dengan Pengesanan ObjekPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →