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.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+14 more
Fontes
- 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 ↗
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.
- Classificação de Imagens Fine-TunedAprendizado profundo↔ compare
- Detecção de ObjetosAprendizado profundo↔ compare
- Segmentação semânticaAprendizado profundo↔ compare
- Transfer Learning com Classificação de ImagensAprendizado profundo↔ compare
- Vision TransformerAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →