Klasifikacija slika pomoću CNN-a
CNN klasifikacija slika koristi duboke konvolucijske arhitekture kao što su ResNet (He i sur., 2016.), VGG i EfficientNet (Tan & Le, 2019.) za sortiranje slika u kategorije. Naslagani konvolucijski slojevi uče hijerarhiju vizualnih značajki izravno iz piksela, a preostale (rezidualne) veze sprječavaju problem nestajanja gradijenta u vrlo dubokim mrežama.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Convolutional Neural Network Image Classification (ResNet / VGG / EfficientNet). ScholarGate. https://scholargate.app/hr/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.
- Dilatirana konvolucijska neuronska mreža (CNN)Duboko učenje↔ compare
- Slučajna šumaStrojno učenje↔ compare
- Stroj potpornih vektora (klasifikacija)Strojno učenje↔ compare
- TextCNNDuboko učenje↔ compare
- XGBoostStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →