การจำแนกประเภทรูปภาพ
การจำแนกประเภทรูปภาพ (Image classification) คือภารกิจในการกำหนดป้ายกำกับเชิงความหมาย (semantic label) เพียงป้ายเดียวให้กับรูปภาพทั้งหมดจากชุดหมวดหมู่ที่กำหนดไว้ล่วงหน้า แนวทางสมัยใหม่ใช้โครงข่ายประสาทเทียมแบบสังวัตนาการเชิงลึก (deep convolutional neural networks - CNNs) หรือ Vision Transformers (ViTs) ที่ได้รับการฝึกฝนแบบ end-to-end บนชุดข้อมูลขนาดใหญ่ที่มีป้ายกำกับ เช่น ImageNet ซึ่งให้ความแม่นยำเหนือมนุษย์ในหลายเกณฑ์มาตรฐาน และเป็นพื้นฐานของแอปพลิเคชันตั้งแต่การสร้างภาพทางการแพทย์ไปจนถึงยานยนต์ไร้คนขับ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+14 more
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Deep Learning Image Classification. ScholarGate. https://scholargate.app/th/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.
- การจำแนกภาพแบบปรับละเอียดการเรียนรู้เชิงลึก↔ compare
- การตรวจจับวัตถุการเรียนรู้เชิงลึก↔ compare
- Semantic Segmentationการเรียนรู้เชิงลึก↔ compare
- การเรียนรู้แบบถ่ายโอนสำหรับการจำแนกประเภทรูปภาพการเรียนรู้เชิงลึก↔ compare
- วิชันทรานส์ฟอร์มเมอร์การเรียนรู้เชิงลึก↔ compare