Transfer Learning met Objectdetectie
Transfer learning met objectdetectie begint met een diep neuraal netwerk dat is voorgetraind op een grote beeldendataset — typisch ImageNet voor de backbone of COCO voor de volledige detector — en past dit aan om objecten in een nieuw domein te detecteren. Door geleerde visuele representaties te hergebruiken, wordt een hoge detectienauwkeurigheid bereikt met veel minder geannoteerde beelden dan 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
- 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 ↗
- Ren, S., He, K., Girshick, R., & Sun, J. (2015). Faster R-CNN: Towards real-time object detection with region proposal networks. Advances in Neural Information Processing Systems (NeurIPS), 28. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Transfer Learning Applied to Object Detection. ScholarGate. https://scholargate.app/nl/deep-learning/transfer-learning-with-object-detection
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
- ObjectdetectieDeep learning↔ compare
- Transfer Learning met BeeldclassificatieDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →