Класифікація зображень за допомогою згорткових нейронних мереж (CNN)
Класифікація зображень за допомогою CNN використовує глибокі згорткові архітектури, такі як ResNet (He et al., 2016), VGG та EfficientNet (Tan & Le, 2019), для сортування зображень за категоріями. Накладені згорткові шари вивчають ієрархію візуальних ознак безпосередньо з пікселів, а пропускні (залишкові) з'єднання запобігають проблемі зникаючого градієнта у дуже глибоких мережах.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Convolutional Neural Network Image Classification (ResNet / VGG / EfficientNet). ScholarGate. https://scholargate.app/uk/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.
- Згорнута згорткова мережа із розширеннямГлибоке навчання↔ compare
- Випадковий лісМашинне навчання↔ compare
- Метод опорних векторів (класифікація)Машинне навчання↔ compare
- TextCNNГлибоке навчання↔ compare
- XGBoostМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →