Klasifikasi Imej
Klasifikasi imej ialah tugasan untuk menetapkan satu label semantik tunggal kepada keseluruhan imej daripada satu set kategori yang tetap. Pendekatan moden bergantung pada rangkaian saraf konvolusional mendalam (CNN) atau Vision Transformers (ViT) yang dilatih secara hujung-ke-hujung pada set data berlabel besar seperti ImageNet, mencapai ketepatan superinsan pada banyak penanda aras dan menyokong aplikasi daripada pengimejan perubatan kepada kenderaan autonomi.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian 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 memetik halaman ini
ScholarGate. (2026, June 3). Deep Learning Image Classification. ScholarGate. https://scholargate.app/ms/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 Imej Halus-TalaPembelajaran Mendalam↔ compare
- Pengesanan ObjekPembelajaran Mendalam↔ compare
- Semantic SegmentationPembelajaran Mendalam↔ compare
- Pembelajaran Pemindahan dengan Pengelasan ImejPembelajaran Mendalam↔ compare
- Transformer VisiPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →