Beeldclassificatie
Beeldclassificatie is de taak om een enkel semantisch label toe te kennen aan een volledige afbeelding uit een vaste set van categorieën. Moderne benaderingen maken gebruik van diepe convolutionele neurale netwerken (CNN's) of Vision Transformers (ViT's) die end-to-end zijn getraind op grote gelabelde datasets zoals ImageNet, en bereiken bovenmenselijke nauwkeurigheid op veel benchmarks, wat toepassingen ondersteunt van medische beeldvorming tot autonome voertuigen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+14 more
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Deep Learning Image Classification. ScholarGate. https://scholargate.app/nl/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.
- Fijnafgestemde beeldclassificatieDeep learning↔ compare
- ObjectdetectieDeep learning↔ compare
- Semantische segmentatieDeep learning↔ compare
- Transfer Learning met BeeldclassificatieDeep learning↔ compare
- Transformator voor Visuele WaarnemingDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →