Képosztályozás
A képosztályozás feladata egyetlen szemantikai címke hozzárendelése egy egész képhez egy rögzített kategóriából. A modern megközelítések mély konvolúciós neurális hálózatokra (CNN-ekre) vagy Vision Transformer (ViT) modellekre támaszkodnak, amelyeket nagyméretű, címkézett adathalmazokon, például ImageNeten tanítanak be végponttól végpontig (end-to-end), és amelyek számos mérőszámon emberfeletti pontosságot érnek el, valamint az orvosi képalkotástól az autonóm járművekig terjedő alkalmazásokat támasztanak alá.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+14 more
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Deep Learning Image Classification. ScholarGate. https://scholargate.app/hu/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.
- Finomhangolt képbesorolásMélytanulás↔ compare
- ObjektumdetektálásMélytanulás↔ compare
- Szemantikus szegmentációMélytanulás↔ compare
- Átviteli tanulás képosztályozáshozMélytanulás↔ compare
- Vision TransformerMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →