Transfer Learning met Instance Segmentatie
Transfer learning met instance segmentatie hergebruikt een convolutioneel backbone-netwerk dat is voorgeladen op een grote afbeeldingscorpus (typisch ImageNet of COCO) als de feature-extractor voor een instance segmentatie-model zoals Mask R-CNN, en fine-tuned vervolgens de volledige pijplijn op een kleinere doeldataset. Deze aanpak levert state-of-the-art per-object mask-accuratesse met een fractie van de gelabelde data en rekenkracht die nodig zou zijn voor training vanaf nul.
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
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Transfer Learning Applied to Instance Segmentation Networks. ScholarGate. https://scholargate.app/nl/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.
- InstantiesegmentatieDeep learning↔ compare
- Semantische segmentatieDeep learning↔ compare
- Transfer Learning met BeeldclassificatieDeep learning↔ compare
- Transfer Learning met ObjectdetectieDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →