Machine learningDeep learning / NLP / CV
画像分類
画像分類は、固定されたカテゴリセットから画像全体に単一のセマンティックラベルを割り当てるタスクです。現代のアプローチは、ImageNetのような大規模なラベル付きデータセットでエンドツーエンドで訓練された深層畳み込みニューラルネットワーク（CNN）またはVision Transformer（ViT）に依存しており、多くのベンチマークで人間を超える精度を達成し、医療画像から自動運転車まで幅広いアプリケーションの基盤となっています。
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.
+14 more
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Deep Learning Image Classification. ScholarGate. https://scholargate.app/ja/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.
- ファインチューニングによる画像分類深層学習↔ compare
- 物体検出深層学習↔ compare
- セマンティックセグメンテーション深層学習↔ compare
- 転移学習による画像分類深層学習↔ compare
- ビジョントランスフォーマー深層学習↔ compare
この手法を参照する項目
ドメイン適応型畳み込みニューラルネットワークドメイン適応型画像分類説明可能な画像分類説明可能なVision Transformerファインチューニングされた畳み込みニューラルネットワークファインチューニングによる画像分類ファインチューニングされたVision Transformerインスタンスセグメンテーション多言語画像分類マルチモーダル畳み込みニューラルネットワークマルチモーダル画像分類マルチモーダル物体検出マルチモーダル・トランスフォーマーマルチモーダルVision Transformer物体検出セマンティックセグメンテーション半教師あり画像分類Semi-supervised Vision Transformer畳み込みニューラルネットワークを用いた転移学習転移学習による画像分類弱教師あり畳み込みニューラルネットワーク弱教師あり画像分類弱教師あり物体検出