Fijn-afgestelde semantische segmentatie
Fijn-afgestelde semantische segmentatie past een diep neuraal netwerk, vooraf getraind op een grote dataset met pixel-labels (bv. een ImageNet-vooraf getrainde backbone met een encoder-decoder hoofd getraind op COCO of Cityscapes), aan een nieuwe doeldomein aan door de training voort te zetten op domeinspecifieke geannoteerde beelden. Het resultaat is een model dat aan elke pixel in een beeld een klasselabel toewijst, terwijl het gebruik maakt van rijke visuele representaties die geleerd zijn uit veel meer data dan het doeldomein alleen zou kunnen verschaffen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Fine-Tuned Semantic Segmentation (Transfer Learning for Dense Pixel-wise Classification). ScholarGate. https://scholargate.app/nl/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.
- Fijn-afgestelde Convolutionele Neurale NetwerkenDeep learning↔ compare
- Fijn-afgestelde Vision TransformerDeep learning↔ compare
- InstantiesegmentatieDeep learning↔ compare
- Semantische segmentatieDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →