Aprendizagem por Transferência com Detecção de Objetos
A aprendizagem por transferência com detecção de objetos parte de uma rede neural profunda pré-treinada em um grande conjunto de dados de imagens — tipicamente ImageNet para o backbone ou COCO para o detector completo — e a adapta para detectar objetos em um novo domínio. Ao reutilizar representações visuais aprendidas, ela alcança forte precisão de detecção com muito menos imagens anotadas do 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
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Transfer Learning Applied to Object Detection. ScholarGate. https://scholargate.app/pt/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.
- Rede neural convolucional ajustada finamenteAprendizado profundo↔ compare
- Detecção de ObjetosAprendizado profundo↔ compare
- Transfer Learning com Classificação de ImagensAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →