Transfer Learning com Classificação de Imagens
Transfer Learning com Classificação de Imagens reutiliza uma rede neural profunda de base — tipicamente uma CNN ou Vision Transformer — pré-treinada em um grande conjunto de dados como ImageNet, e a adapta para classificar imagens em um novo domínio alvo. Ao herdar características visuais gerais da tarefa fonte, a abordagem atinge alta precisão com muito menos imagens rotuladas do que o treinamento do zero.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Transfer Learning with Pretrained Deep Neural Networks for Image Classification. ScholarGate. https://scholargate.app/pt/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.
- Rede neural convolucional ajustada finamenteAprendizado profundo↔ compare
- Vision Transformer (ViT) AjustadoAprendizado profundo↔ compare
- Classificação de ImagensAprendizado profundo↔ compare
- Aprendizagem por Transferência com Detecção de ObjetosAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →