Transfer Learning với Phân đoạn Thể hiện
Transfer learning với phân đoạn thể hiện (instance segmentation) tái sử dụng một mạng tích chập nền (backbone convolutional network) đã được huấn luyện trước trên một tập dữ liệu ảnh lớn (thường là ImageNet hoặc COCO) làm bộ trích xuất đặc trưng cho một mô hình phân đoạn thể hiện như Mask R-CNN, sau đó tinh chỉnh toàn bộ quy trình trên một tập dữ liệu đích nhỏ hơn. Cách tiếp cận này mang lại độ chính xác mặt nạ trên mỗi đối tượng (state-of-the-art) với một phần nhỏ dữ liệu được gán nhãn và tài nguyên tính toán so với việc huấn luyện từ đầu.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- He, K., Gkioxari, G., Dollar, P., & Girshick, R. (2017). Mask R-CNN. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2961–2969. DOI: 10.1109/ICCV.2017.322 ↗
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Transfer Learning Applied to Instance Segmentation Networks. ScholarGate. https://scholargate.app/vi/deep-learning/transfer-learning-with-instance-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.
- Phân đoạn thực thể (Instance Segmentation)Học sâu↔ compare
- Phân đoạn ngữ nghĩaHọc sâu↔ compare
- Transfer Learning với Phân loại ẢnhHọc sâu↔ compare
- Học chuyển giao trong phát hiện đối tượngHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →