Prenosno učenje sa segmentacijom instanci
Prenosno učenje sa segmentacijom instanci ponovo koristi konvolucionu mrežu kičme prethodno obučenju na velikom korpusu slika (tipično ImageNet ili COCO) kao ekstraktor karakteristika za model segmentacije instanci kao što je Mask R-CNN, a zatim fino podešava ceo proces na manjoj ciljnoj grupi podataka. Ovaj pristup pruža najsavremeniju tačnost maski po objektu sa delom označenih podataka i računarske snage koju bi zahtevalo obučavanje od nule.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Transfer Learning Applied to Instance Segmentation Networks. ScholarGate. https://scholargate.app/sr/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.
- Instancno segmentiranjeDuboko učenje↔ compare
- Semantička segmentacijaDuboko učenje↔ compare
- Transferno učenje sa klasifikacijom slikaDuboko učenje↔ compare
- Transferno učenje sa detekcijom objekataDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →