Трансферне навчання для класифікації зображень
Трансферне навчання для класифікації зображень повторно використовує глибоку нейронну мережу — зазвичай згорткову нейронну мережу (CNN) або Vision Transformer — попередньо навчену на великому наборі даних, такому як ImageNet, і адаптує її для класифікації зображень у новій цільовій області. Успадковуючи загальні візуальні ознаки із вихідного завдання, цей підхід досягає високої точності з набагато меншою кількістю розмічених зображень, ніж при навчанні з нуля.
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
- 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 ↗
- Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. Advances in Neural Information Processing Systems, 25. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Transfer Learning with Pretrained Deep Neural Networks for Image Classification. ScholarGate. https://scholargate.app/uk/deep-learning/transfer-learning-with-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
- Трансферне навчання з детекцією об'єктівГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →