ScholarGate
Assistente
Machine learningDeep learning / NLP / CV

Classificação de Imagens

Classificação de imagens é a tarefa de atribuir um único rótulo semântico a uma imagem inteira a partir de um conjunto fixo de categorias. Abordagens modernas dependem de redes neurais convolucionais profundas (CNNs) ou Vision Transformers (ViTs) treinadas de ponta a ponta em grandes conjuntos de dados rotulados, como ImageNet, alcançando precisão sobre-humana em muitos benchmarks e sustentando aplicações desde imagens médicas até veículos autônomos.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

+14 more

Fontes

  1. 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
  2. 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

Como citar esta página

ScholarGate. (2026, June 3). Deep Learning Image Classification. ScholarGate. https://scholargate.app/pt/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.

Compare side by side

Referenciado por

ScholarGateImage Classification (Deep Learning Image Classification). Recuperado em 2026-06-15 de https://scholargate.app/pt/deep-learning/image-classification · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026