Prenosové učenie s inštančnou segmentáciou
Prenosové učenie s inštančnou segmentáciou opätovne využíva chrbticovú konvolučnú sieť predtrénovanú na rozsiahlom korpuse obrázkov (typicky ImageNet alebo COCO) ako extraktor príznakov pre model inštančnej segmentácie, ako je Mask R-CNN, a následne doladí celý pipeline na menšej cieľovej dátovej sade. Tento prístup poskytuje špičkovú presnosť masiek pre jednotlivé objekty s zlomkom označených dát a výpočtového výkonu, ktoré by si vyžadoval tréning od začiatku.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Transfer Learning Applied to Instance Segmentation Networks. ScholarGate. https://scholargate.app/sk/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.
- Inštancová segmentáciaHlboké učenie↔ compare
- Sémantická segmentáciaHlboké učenie↔ compare
- Prenosové učenie s klasifikáciou obrazuHlboké učenie↔ compare
- Prenos učenia s detekciou objektovHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →