Transfer Learning with Instance Segmentation
Transfer learning with instance segmentation reuses a backbone convolutional network pretrained on a large image corpus (typically ImageNet or COCO) as the feature extractor for an instance segmentation model such as Mask R-CNN, then fine-tunes the full pipeline on a smaller target dataset. This approach delivers state-of-the-art per-object mask accuracy with a fraction of the labeled data and compute that training from scratch would require.
Kilderegister
Siteringer kopiert ordrett fra metodens kilderegister. Ingen påstandsnivåverifisering er underforstått fra dem.
- 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
Kuraterte påstander
Påstander lagret i bevishovedboken, hver med sin egen vurdering.
Denne visningen finner ikke opp en påstandsvurdering når hovedboken ikke har noen.
Relaterte metoder
Generert fra metodegrafen og vist som maskinforslåtte relasjoner – ingen bevispåstand er underforstått.