Klasifikasi Citra
Klasifikasi citra adalah tugas menetapkan satu label semantik tunggal ke seluruh citra dari sekumpulan kategori yang tetap. Pendekatan modern mengandalkan jaringan saraf konvolusional dalam (CNN) atau Vision Transformer (ViT) yang dilatih secara end-to-end pada kumpulan data berlabel besar seperti ImageNet, mencapai akurasi super-manusia pada banyak tolok ukur dan mendasari aplikasi dari pencitraan medis hingga kendaraan otonom.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+14 more
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Deep Learning Image Classification. ScholarGate. https://scholargate.app/id/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.
- Klasifikasi Citra yang Disesuaikan (Fine-Tuned)Pembelajaran Mendalam↔ compare
- Deteksi ObjekPembelajaran Mendalam↔ compare
- Semantic SegmentationPembelajaran Mendalam↔ compare
- Transfer Learning untuk Klasifikasi CitraPembelajaran Mendalam↔ compare
- Vision TransformerPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →