Învățare prin transfer cu detecție de obiecte
Învățarea prin transfer cu detecție de obiecte pornește de la o rețea neuronală profundă pre-antrenată pe un set mare de date de imagini — de obicei ImageNet pentru backbone sau COCO pentru detectorul complet — și o adaptează pentru a detecta obiecte într-un domeniu nou. Prin reutilizarea reprezentărilor vizuale învățate, se obține o acuratețe de detecție ridicată cu mult mai puține imagini adnotate decât 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
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Transfer Learning Applied to Object Detection. ScholarGate. https://scholargate.app/ro/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.
- Rețea neuronală convoluțională (CNN) ajustată fin (Fine-Tuned)Învățare 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 →