google-research/big_transfer
این پروژه یک مدل قدرتمند برای یادگیری نمایش‌های بصری عمومی است که توسط تیم گوگل ریسرچ توسعه داده شده.
کاربرد:
این مدل برای انتقال یادگیری (transfer learning) در وظایف بینایی ماشین مانند طبقه‌بندی تصاویر، تشخیص اشیا و بخش‌بندی معنایی استفاده می‌شه. ️
در چه شرایطی بهتره استفاده شود؟
وقتی دیتاست کوچکی دارید و می‌خواید از یک مدل پیش‌آموزش‌دیده قوی روی داده‌های جدید استفاده کنید، BiT عملکرد عالی داره. همچنین برای محیط‌هایی که نیاز به دقت بالا و قابلیت تعمیم دارید، مناسب است.
چند مثال از موارد استفاده:
- طبقه‌بندی دقیق نژاد سگ در دیتاست‌های کوچک مثل Stanford Dogs
- تشخیص بیماری‌ها از تصاویر پزشکی با داده‌های محدود
- بهبود مدل‌های تشخیص اشیا با استفاده از ویژگی‌های پیش‌آموزش‌دیده BiT ️
- استفاده در محیط‌های صنعتی برای بازرسی بصری خودکار
- ##BigTransfer
- ##TransferLearning
- ##ImageClassification
- ##ComputerVision
- ##DeepLearning
- ##BiTModel
- ##GoogleResearch
- ##VisualRepresentation