圖像分類 是什麼？

Image Classification — 圖像分類 的完整解釋

圖像分類是電腦視覺中的一項任務，旨在將圖像分配到預定義的類別中。模型學習圖像特徵，並基於這些特徵預測圖像所屬的類別。

容易混淆

圖像分類 vs 圖像識別 圖像分類是給整張圖貼標籤 圖像識別可以更進一步找出圖中的物體 最關鍵的區別是整體判斷，還是細部辨識

圖像分類 vs 物件偵測 分類只要知道圖是什麼 偵測還要知道物體在哪裡 最關鍵的區別是只貼標籤，還是畫出位置

記住這句就好

整張圖先貼一個標籤。

實際案例

垃圾郵件圖示分類 系統可以先把圖片分成產品、人物、場景或其他類別，幫你快速整理相簿或資料庫。

瑕疵品檢查 工廠可以用圖像分類先判斷產品有沒有明顯缺陷，作為自動篩檢的第一步。

算法與應用

CNN 和遷移學習常是圖像分類最常見的基礎做法。 訓練資料、類別平衡和資料增強，對結果影響都很大。

情境判斷

Q1： 你只想知道一張圖是貓、狗還是車，會做什麼？ → 圖像分類。

Q2： 你不只想知道圖是什麼，還想知道物體在哪裡，還算分類嗎？ → 不算，這已經更接近物件偵測。

常見問題

圖像分類常用什麼模型？

卷積神經網路和遷移學習都很常見。

資料不夠怎麼辦？

可以用資料增強或直接用預訓練模型微調。

它能用在哪些地方？

醫療、零售、安防、農業都很常見。