تصنيف الصور باستخدام الشبكات العصبية الالتفافية (CNN)
يستخدم تصنيف الصور بالشبكات العصبية الالتفافية (CNN) معماريات التفافية عميقة مثل ResNet (He et al., 2016) و VGG و EfficientNet (Tan & Le, 2019) لفرز الصور إلى فئات. تتعلم طبقات الالتفاف المكدسة تسلسلاً هرميًا للميزات المرئية مباشرة من وحدات البكسل، وتمنع الاتصالات المتخطية (المتبقية) مشكلة تلاشي التدرج في الشبكات العميقة جدًا.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- He, K., Zhang, X., Ren, S. & Sun, J. (2016). Deep Residual Learning for Image Recognition. CVPR. DOI: 10.1109/CVPR.2016.90 ↗
- Tan, M. & Le, Q.V. (2019). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ICML, PMLR 97, 6105–6114. arXiv:1905.11946. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 1). Convolutional Neural Network Image Classification (ResNet / VGG / EfficientNet). ScholarGate. https://scholargate.app/ar/deep-learning/cnn-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.
- شبكة الالتفاف المتمددة (Dilated CNN)التعلم العميق↔ compare
- الغابات العشوائيةتعلم الآلة↔ compare
- آلة المتجهات الداعمة (التصنيف)تعلم الآلة↔ compare
- TextCNNالتعلم العميق↔ compare
- XGBoostتعلم الآلة↔ compare