Clasificarea Imaginilor
Clasificarea imaginilor este sarcina de a atribui o singură etichetă semantică unei imagini întregi dintr-un set fix de categorii. Abordările moderne se bazează pe rețele neuronale convoluționale profunde (CNN) sau pe Vision Transformers (ViT) antrenate end-to-end pe seturi mari de date etichetate, cum ar fi ImageNet, atingând o precizie supraomenească pe multe benchmark-uri și stând la baza aplicațiilor, de la imagistica medicală la vehicule autonome.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
+14 more
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Deep Learning Image Classification. ScholarGate. https://scholargate.app/ro/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.
- Clasificarea imaginilor prin ajustare fină (fine-tuning)Învățare profundă↔ compare
- Detecția obiectelorÎnvățare profundă↔ compare
- Segmentare semanticăÎnvățare profundă↔ compare
- Învățare prin transfer cu clasificare de imaginiÎnvățare profundă↔ compare
- Vision TransformerÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →