Finjusterad semantisk segmentering
Finjusterad semantisk segmentering anpassar ett djupt neuralt nätverk, förtränat på ett stort pixel-märkt dataset (t.ex. en ImageNet-förtränad backbone med ett encoder-decoder-huvud tränat på COCO eller Cityscapes), till en ny måldomän genom att fortsätta träningen på domänspecifika annoterade bilder. Resultatet är en modell som tilldelar en klassetikett till varje pixel i en bild, samtidigt som den utnyttjar rika visuella representationer som lärts från betydligt mer data än vad måldomänen ensam skulle kunna tillhandahålla.
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.
Källor
- Long, J., Shelhamer, E., & Darrell, T. (2015). Fully convolutional networks for semantic segmentation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 3431–3440. DOI: 10.1109/CVPR.2015.7298965 ↗
- Chen, L.-C., Papandreou, G., Kokkinos, I., Murphy, K., & Yuille, A. L. (2018). DeepLab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected CRFs. IEEE Transactions on Pattern Analysis and Machine Intelligence, 40(4), 834–848. DOI: 10.1109/TPAMI.2017.2699184 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Fine-Tuned Semantic Segmentation (Transfer Learning for Dense Pixel-wise Classification). ScholarGate. https://scholargate.app/sv/deep-learning/fine-tuned-semantic-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.
- Finjusterad faltningsnät (CNN)Djupinlärning↔ compare
- Finjusterad Vision TransformerDjupinlärning↔ compare
- InstanssegmenteringDjupinlärning↔ compare
- Semantisk segmenteringDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →