Finjusterad bildklassificering
Finjusterad bildklassificering anpassar ett stort neuralt nätverk, förtränat på ett brett bildkorpus (som ImageNet), till en specifik måldomän genom att fortsätta träningen på etiketterade domänbilder. Detta tillvägagångssätt uppnår stark noggrannhet med betydligt färre måldomänprover än att träna från grunden, vilket gör det till det dominerande paradigmet för tillämpade datorseendeuppgifter.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Källor
- Yosinski, J., Clune, J., Bengio, Y., & Lipson, H. (2014). How transferable are features in deep neural networks? Advances in Neural Information Processing Systems (NeurIPS), 27, 3320–3328. link ↗
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Fine-Tuned Deep Neural Network for Image Classification. ScholarGate. https://scholargate.app/sv/deep-learning/fine-tuned-image-classification
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.
- Finjusterad faltningsnät (CNN)Djupinlärning↔ compare
- Finjusterad Vision TransformerDjupinlärning↔ compare
- BildklassificeringDjupinlärning↔ compare
- ObjektdetekteringDjupinlärning↔ compare
- Överföringsinlärning med bildklassificeringDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →