Transfer learning com segmentação de instâncias
A transferência de aprendizado com segmentação de instâncias reutiliza uma rede convolucional de backbone pré-treinada em um grande corpus de imagens (tipicamente ImageNet ou COCO) como extrator de características para um modelo de segmentação de instâncias como o Mask R-CNN, e então ajusta (fine-tunes) todo o pipeline em um conjunto de dados alvo menor. Essa abordagem entrega precisão de máscara por objeto de ponta com uma fração dos dados rotulados e da computação que o treinamento do zero exigiria.
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
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Transfer Learning Applied to Instance Segmentation Networks. ScholarGate. https://scholargate.app/pt/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.
- Segmentação de InstânciaAprendizado profundo↔ compare
- Segmentação semânticaAprendizado profundo↔ compare
- Transfer Learning com 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 →