Machine learningDeep learning / NLP / CV

Clasificación de imágenes

La clasificación de imágenes es la tarea de asignar una única etiqueta semántica a una imagen completa dentro de un conjunto fijo de categorías. Los enfoques modernos se basan en redes neuronales convolucionales profundas (CNN) o Vision Transformers (ViT) entrenados de extremo a extremo en grandes conjuntos de datos etiquetados, como ImageNet, logrando una precisión sobrehumana en muchos puntos de referencia y sustentando aplicaciones desde la imagen médica hasta los vehículos autónomos.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

+14 more

Fuentes

  1. Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. Advances in Neural Information Processing Systems (NeurIPS), 25, 1097–1105. link
  2. He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep residual learning for image recognition. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 770–778. DOI: 10.1109/CVPR.2016.90

Cómo citar esta página

ScholarGate. (2026, June 3). Deep Learning Image Classification. ScholarGate. https://scholargate.app/es/deep-learning/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.

Compare side by side

Citado por

ScholarGateImage Classification (Deep Learning Image Classification). Recuperado el 2026-06-15 de https://scholargate.app/es/deep-learning/image-classification · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026