Machine learning
CNN画像分類
CNN画像分類は、ResNet (He et al., 2016)、VGG、EfficientNet (Tan & Le, 2019) のようなディープ畳み込みアーキテクチャを用いて、画像をカテゴリに分類します。積み重ねられた畳み込み層は、ピクセルから直接視覚的特徴の階層を学習し、スキップ（残差）接続は非常に深いネットワークにおける勾配消失問題を防止します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 1). Convolutional Neural Network Image Classification (ResNet / VGG / EfficientNet). ScholarGate. https://scholargate.app/ja/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.
- Dilated CNN深層学習↔ compare
- ランダムフォレスト機械学習↔ compare
- サポートベクターマシン（分類）機械学習↔ compare
- TextCNN深層学習↔ compare
- XGBoost機械学習↔ compare