Klasifikácia obrázkov pomocou CNN
Klasifikácia obrázkov pomocou CNN využíva hlboké konvolučné architektúry ako ResNet (He et al., 2016), VGG a EfficientNet (Tan & Le, 2019) na triedenie obrázkov do kategórií. Vrstvené konvolučné vrstvy sa učia hierarchiu vizuálnych prvkov priamo z pixelov a preskočené (reziduálne) spojenia zabraňujú problému miznúceho gradientu vo veľmi hlbokých sieťach.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- He, K., Zhang, X., Ren, S. & Sun, J. (2016). Deep Residual Learning for Image Recognition. CVPR. DOI: 10.1109/CVPR.2016.90 ↗
- Tan, M. & Le, Q.V. (2019). EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ICML, PMLR 97, 6105–6114. arXiv:1905.11946. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 1). Convolutional Neural Network Image Classification (ResNet / VGG / EfficientNet). ScholarGate. https://scholargate.app/sk/deep-learning/cnn-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.
- Dilatovaná konvolučná neurónová sieť (Dilated CNN)Hlboké učenie↔ compare
- Náhodný lesStrojové učenie↔ compare
- Support Vector Machine (Klasifikácia)Strojové učenie↔ compare
- TextCNNHlboké učenie↔ compare
- XGBoostStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →