Clasificarea imaginilor prin ajustare fină (fine-tuning)
Clasificarea imaginilor prin ajustare fină adaptează o rețea neuronală mare, pre-antrenată pe un corpus extins de imagini (cum ar fi ImageNet), la un domeniu țintă specific, continuând antrenamentul pe imagini etichetate din acel domeniu. Această abordare atinge o precizie ridicată cu mult mai puține eșantioane din domeniul țintă decât antrenamentul de la zero, devenind paradigma dominantă pentru aplicațiile de viziune computerizată.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Surse
- Yosinski, J., Clune, J., Bengio, Y., & Lipson, H. (2014). How transferable are features in deep neural networks? Advances in Neural Information Processing Systems (NeurIPS), 27, 3320–3328. link ↗
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Fine-Tuned Deep Neural Network for Image Classification. ScholarGate. https://scholargate.app/ro/deep-learning/fine-tuned-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.
- Rețea neuronală convoluțională (CNN) ajustată fin (Fine-Tuned)Învățare profundă↔ compare
- Vision Transformer (ViT) fin-tunatÎnvățare profundă↔ compare
- Clasificarea ImaginilorÎnvățare profundă↔ compare
- Detecția obiectelorÎnvățare profundă↔ compare
- Învățare prin transfer cu clasificare de imaginiÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →