Pembelajaran Pemindahan dengan Segmentasi Contoh
Pembelajaran pemindahan dengan segmentasi contoh menggunakan semula rangkaian konvolusional tulang belakang yang dilatih awal pada korpus imej yang besar (biasanya ImageNet atau COCO) sebagai pengekstrak ciri untuk model segmentasi contoh seperti Mask R-CNN, kemudian menyelaraskan saluran penuh pada set data sasaran yang lebih kecil. Pendekatan ini memberikan ketepatan topeng per-objek terbaik dengan sebahagian kecil data berlabel dan pengiraan yang diperlukan untuk 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
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Transfer Learning Applied to Instance Segmentation Networks. ScholarGate. https://scholargate.app/ms/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.
- Segmentasi InstansPembelajaran Mendalam↔ compare
- Semantic SegmentationPembelajaran Mendalam↔ compare
- Pembelajaran Pemindahan dengan Pengelasan ImejPembelajaran Mendalam↔ compare
- Pembelajaran Pemindahan dengan Pengesanan ObjekPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →