Тонке налаштування семантичної сегментації
Тонке налаштування семантичної сегментації адаптує глибоку нейронну мережу, попередньо навчену на великому наборі даних з мітками пікселів (наприклад, основа, попередньо навчена на ImageNet, з головою кодер-декодер, навченою на COCO або Cityscapes), до нової цільової області шляхом продовження навчання на анотованих зображеннях, специфічних для цієї області. Результатом є модель, яка призначає мітку класу кожному пікселю на зображенні, використовуючи багаті візуальні представлення, вивчені на значно більшій кількості даних, ніж могла б надати лише цільова область.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Fine-Tuned Semantic Segmentation (Transfer Learning for Dense Pixel-wise Classification). ScholarGate. https://scholargate.app/uk/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.
- Тонке налаштування згорткової нейронної мережі (CNN)Глибоке навчання↔ compare
- Vision Transformer з доналаштуваннямГлибоке навчання↔ compare
- Сегментація екземплярівГлибоке навчання↔ compare
- Семантична сегментаціяГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →