Transfer Learning met Beeldclassificatie
Transfer Learning met Beeldclassificatie hergebruikt een diep neuraal netwerk-backbone — typisch een CNN of Vision Transformer — die is voorgelraind op een grote dataset zoals ImageNet, en past deze aan om beelden in een nieuw doeldomein te classificeren. Door algemene visuele kenmerken van de brontaak te erven, bereikt de aanpak een hoge nauwkeurigheid met veel minder gelabelde beelden dan wanneer men vanaf nul traint.
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
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Transfer Learning with Pretrained Deep Neural Networks for Image Classification. ScholarGate. https://scholargate.app/nl/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.
- Fijn-afgestelde Convolutionele Neurale NetwerkenDeep learning↔ compare
- Fijn-afgestelde Vision TransformerDeep learning↔ compare
- BeeldclassificatieDeep learning↔ compare
- Transfer Learning met ObjectdetectieDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →