36. 某公司希望開發一個工業零件瑕疵辨識分類模型，共有 10 個類別，但每類僅約 50 張人工標註影像(總計約 500 張)。由於標註成本高昂，短期內無法擴充資料 集。在此情境下，工程師需要在有限標註資料下建構高效能模型。請問下列哪一 種策略最為適合？
(A)使用在大型資料集預訓練完成的卷積神經網路(CNN)，並進行遷移學習微調；
(B)從頭訓練大型 Vision Transformer(ViT)，完全使用現有 500 張影像；
(C)使用 K-means 對影像進行分群，並直接將群集結果作為分類模型輸出；
(D)複製既有的資料以增加標註影像數量，並從頭訓練深度 CNN 模型

答案：登入後查看
統計： 尚無統計資料