Класифікація зображень
Класифікація зображень — це завдання присвоєння єдиної семантичної мітки всьому зображенню з фіксованого набору категорій. Сучасні підходи покладаються на глибокі згорткові нейронні мережі (CNN) або трансформери для зору (ViT), навчені наскрізно на великих розмічених наборах даних, таких як ImageNet, досягаючи надлюдської точності на багатьох бенчмарках і забезпечуючи роботу додатків від медичної візуалізації до автономних транспортних засобів.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+14 more
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Deep Learning Image Classification. ScholarGate. https://scholargate.app/uk/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.
- Тонке налаштування класифікації зображеньГлибоке навчання↔ compare
- Виявлення об'єктівГлибоке навчання↔ compare
- Семантична сегментаціяГлибоке навчання↔ compare
- Трансферне навчання для класифікації зображеньГлибоке навчання↔ compare
- Трансформер для комп'ютерного зоруГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →