Dostrajanie semantycznej segmentacji
Dostrajanie semantycznej segmentacji polega na adaptacji głębokiej sieci neuronowej wstępnie wytrenowanej na dużym zbiorze danych z etykietami pikselowymi (np. sieć bazowa wytrenowana na ImageNet z głowicą typu enkoder-dekoder wytrenowaną na COCO lub Cityscapes) do nowego, docelowego obszaru poprzez kontynuowanie treningu na obrazach anotowanych specyficznych dla danego obszaru. Rezultatem jest model, który przypisuje etykietę klasy każdemu pikselowi na obrazie, wykorzystując bogate reprezentacje wizualne nauczone na znacznie większej ilości danych, niż mógłby dostarczyć sam obszar docelowy.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Fine-Tuned Semantic Segmentation (Transfer Learning for Dense Pixel-wise Classification). ScholarGate. https://scholargate.app/pl/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.
- Dostrojona konwolucyjna sieć neuronowaUczenie głębokie↔ compare
- Dostrojony Vision TransformerUczenie głębokie↔ compare
- Segmentacja instancjiUczenie głębokie↔ compare
- Segmentacja semantycznaUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →