Prenos učenia s detekciou objektov
Prenos učenia s detekciou objektov začína od hlbokej neurónovej siete predtrénovanej na veľkom obrazovom datasete – typicky ImageNet pre chrbticu alebo COCO pre celý detektor – a adaptuje ju na detekciu objektov v novej doméne. Opätovným použitím naučených vizuálnych reprezentácií dosahuje silnú presnosť detekcie s oveľa menším počtom anotovaných obrázkov, než by vyžadovalo trénovanie 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
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Transfer Learning Applied to Object Detection. ScholarGate. https://scholargate.app/sk/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.
- Jemne doladená konvolučná neurónová sieťHlboké učenie↔ compare
- Detekcia objektovHlboké učenie↔ compare
- Prenosové učenie s klasifikáciou obrazuHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →