Învățare prin transfer cu clasificare de imagini
Învățarea prin transfer cu clasificare de imagini reutilizează o rețea neuronală profundă — de obicei un CNN sau un Vision Transformer — pre-antrenată pe un set mare de date, cum ar fi ImageNet, și o adaptează pentru a clasifica imagini dintr-un nou domeniu țintă. Prin moștenirea caracteristicilor vizuale generale din sarcina sursă, abordarea atinge o precizie ridicată cu mult mai puține imagini etichetate decât antrenarea de la zero.
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.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Transfer Learning with Pretrained Deep Neural Networks for Image Classification. ScholarGate. https://scholargate.app/ro/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.
- Rețea neuronală convoluțională (CNN) ajustată fin (Fine-Tuned)Învățare profundă↔ compare
- Vision Transformer (ViT) fin-tunatÎnvățare profundă↔ compare
- Clasificarea ImaginilorÎnvățare profundă↔ compare
- Învățare prin transfer cu detecție de obiecteÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →