Тонке налаштування класифікації зображень
Тонке налаштування класифікації зображень адаптує велику нейронну мережу, попередньо навчену на широкому корпусі зображень (наприклад, ImageNet), до конкретної цільової області шляхом продовження навчання на зображеннях із мітками цієї області. Цей підхід досягає високої точності за значно меншої кількості зразків цільової області порівняно з навчанням з нуля, що робить його домінуючою парадигмою для прикладних завдань комп'ютерного зору.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Fine-Tuned Deep Neural Network for Image Classification. ScholarGate. https://scholargate.app/uk/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.
- Тонке налаштування згорткової нейронної мережі (CNN)Глибоке навчання↔ compare
- Vision Transformer з доналаштуваннямГлибоке навчання↔ compare
- Класифікація зображеньГлибоке навчання↔ compare
- Виявлення об'єктівГлибоке навчання↔ compare
- Трансферне навчання для класифікації зображеньГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →