Bildeklassifisering
Bildeklassifisering er oppgaven med å tilordne en enkelt semantisk etikett til et helt bilde fra et fast sett av kategorier. Moderne tilnærminger baserer seg på dype konvolusjonelle nevrale nettverk (CNN-er) eller Vision Transformers (ViT-er) trent ende-til-ende på store merkede datasett som ImageNet, og oppnår overmenneskelig nøyaktighet på mange referansepunkter og underbygger applikasjoner fra medisinsk bildebehandling til autonome kjøretøy.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+14 more
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Deep Learning Image Classification. ScholarGate. https://scholargate.app/no/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.
- Finjustert bildklassifiseringDyp læring↔ compare
- ObjektdeteksjonDyp læring↔ compare
- Semantisk segmenteringDyp læring↔ compare
- Overføringslæring med bildeklassifiseringDyp læring↔ compare
- Vision TransformerDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →