การจำแนกภาพแบบปรับละเอียด
การจำแนกภาพแบบปรับละเอียด (Fine-tuned image classification) เป็นการปรับเครือข่ายประสาทเทียมขนาดใหญ่ที่ได้รับการฝึกสอนล่วงหน้าบนชุดข้อมูลภาพที่กว้าง (เช่น ImageNet) ให้เข้ากับโดเมนเป้าหมายที่เฉพาะเจาะจง โดยการฝึกสอนต่อไปบนภาพข้อมูลที่มีป้ายกำกับในโดเมนนั้น วิธีการนี้ให้ความแม่นยำสูงโดยใช้ตัวอย่างข้อมูลในโดเมนเป้าหมายน้อยกว่าการฝึกสอนตั้งแต่ต้นอย่างมาก ทำให้เป็นกระบวนทัศน์ที่โดดเด่นสำหรับงานคอมพิวเตอร์วิทัศน์เชิงประยุกต์
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Fine-Tuned Deep Neural Network for Image Classification. ScholarGate. https://scholargate.app/th/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.
- Fine-Tuned Convolutional Neural Networkการเรียนรู้เชิงลึก↔ compare
- วิชันทรานส์ฟอร์มเมอร์ที่ปรับละเอียดการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทรูปภาพการเรียนรู้เชิงลึก↔ compare
- การตรวจจับวัตถุการเรียนรู้เชิงลึก↔ compare
- การเรียนรู้แบบถ่ายโอนสำหรับการจำแนกประเภทรูปภาพการเรียนรู้เชิงลึก↔ compare