Дообучение классификации изображений

Дообучение классификации изображений — это адаптация большой нейронной сети, предварительно обученной на широком корпусе изображений (например, ImageNet), к конкретной целевой области путем продолжения обучения на размеченных изображениях из этой области. Такой подход обеспечивает высокую точность при значительно меньшем количестве образцов из целевой области по сравнению с обучением с нуля, что делает его доминирующей парадигмой для прикладных задач компьютерного зрения.