Phân loại hình ảnh
Xác định cả bức ảnh thuộc lớp nào
Toàn văn của trang này được trình bày bằng tiếng Anh; tiêu đề và phần dẫn đã được bản địa hóa.
NĂNG LỰC NÀY NGHĨA LÀ GÌ
Takes an image and outputs a category label or a probability over classes. It judges the whole image and gives no location, which is what separates it from detection and segmentation. The class set is fixed at training time, ranging from the thousand-odd general classes to narrow sets for a species or a defect type.
Làm ra sao về mặt kỹ thuật
Convolutional networks long dominated, and residual connections were the turning point that let them grow deep reliably. The image is resized to a fixed size, features are extracted layer by layer, and a classification head emits probabilities. Vision Transformers have since replaced convolution with patch embeddings and attention, matching it under large-scale pre-training, while self-supervised pre-training makes good results possible with little labelling.
Sản phẩm tiêu biểu
4GPT-4o
2024Mô hình đa phương thức gốc, xử lý văn bản, hình ảnh và âm thanh qua một cửa vào
Gemini
2023Mô hình đa phương thức gốc, xử lý ngữ cảnh siêu dài
Qwen
2023Dòng trọng số mở với nhiều kích cỡ và bản đa phương thức
Hunyuan
2023Dòng mô hình phổ thông của Tencent, có bản trọng số mở
Tổ chức liên quan
Cách dùng tiêu biểu
- Automatic tagging of products and photos
- Lesion screening in medical imaging
- Defect judgement in industrial inspection
- Content moderation and safety filtering
Đánh giá nó tốt hay không thế nào
- Top-1 / Top-5 accuracy
- Share where the top or top-five guesses contain the correct class
- F1 and confusion matrix
- Reveals which two classes are being confused
- Expected calibration error
- Whether predicted confidence matches actual accuracy
Ranh giới và điểm khó
- Long-tailed and rare classes are chronically missed for lack of examples
- Out-of-distribution inputs and tiny adversarial perturbations swing the prediction
- Fine-grained distinctions such as similar car models rely on texture cues and score far lower than coarse classes
Các khái niệm đằng sau
Phân loại ảnh
Đừng nói “mèo có râu” — cho nó xem đủ nhiều mèo, nó tự rút ra
Mạng nơ-ron tích chập
Thay kết nối đầy đủ bằng “nhìn cục bộ, dùng lại cùng một thước ở mọi nơi” — ý tưởng đưa nhận dạng ảnh thành khả thi
Học có giám sát
Từng cặp câu hỏi – đáp án dạy mô hình tự trả lời