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.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+14 more
Fuentes
- 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 ↗
- 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.
- Clasificación de Imágenes Mediante Ajuste FinoAprendizaje profundo↔ compare
- Detección de objetosAprendizaje profundo↔ compare
- Segmentación semánticaAprendizaje profundo↔ compare
- Aprendizaje por transferencia con clasificación de imágenesAprendizaje profundo↔ compare
- Vision TransformerAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →