Învățare prin transfer cu segmentare de instanțe
Învățarea prin transfer cu segmentare de instanțe reutilizează o rețea convoluțională de bază pre-antrenată pe un corpus mare de imagini (tipic ImageNet sau COCO) ca extractor de caracteristici pentru un model de segmentare de instanțe, cum ar fi Mask R-CNN, apoi ajustează fin întregul flux de lucru pe un set de date țintă mai mic. Această abordare oferă o precizie de mască de ultimă generație per obiect cu o fracțiune din datele etichetate și puterea de calcul pe care le-ar necesita 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
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Transfer Learning Applied to Instance Segmentation Networks. ScholarGate. https://scholargate.app/ro/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.
- Segmentare de instanțăÎnvățare profundă↔ compare
- Segmentare semanticăÎnvățare profundă↔ compare
- Învățare prin transfer cu clasificare de imaginiÎnvățare 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 →