forudtrænet billede-model
En forudtrænet billede-model er en neural netværksmodel, der er trænet på et stort datasæt af billeder og efterfølgende anvendes som udgangspunkt for andre opgaver.
Kort fortalt
Kort fortalt: En forudtrænet billede-model er en model, der allerede har lært at genkende generelle træk i billeder, så du kan genbruge den til dine egne opgaver i stedet for at træne fra bunden.
- Kategori
- model
- Niveau
- begynder
Betydninger
1- 1
En model, typisk et convolutional neural network eller vision transformer, der er trænet på et stort, generisk billeddatasæt (f.eks. ImageNet) og derefter genbrugt til andre visuelle opgaver via transfer learning.
- Ved at bruge en forudtrænet billede-model som ResNet kunne vi opnå høj nøjagtighed på vores klassifikationsopgave med kun få træningsbilleder. — Eksempel
Hvornår bruges det
Forudtrænede billede-modeller bruges ofte inden for computer vision til opgaver som klassifikation, objektdetektion og segmentering. Typisk downloades en model som ResNet eller ViT, og den finjusteres på et mindre, specifikt datasæt.
Oprindelse
Sammensat af 'forudtrænet' (allerede trænet) og 'billede-model' (model til billeder), som oversættelse af det engelske 'pretrained image model'.
Kilder
2- ImageNet Classification with Deep Convolutional Neural Networks (Krizhevsky et al., 2012)
- Very Deep Convolutional Networks for Large-Scale Image Recognition (Simonyan & Zisserman, 2014)