---
title: "圖像識別（Image Recognition）"
slug: image-recognition
language: zh-TW
source: https://aiterms.tw/terms/image-recognition
updated_at: 2026-04-29
tags: [電腦視覺, 深度學習, 模型訓練, 模型評估, AI應用, 神經網路, 特徵工程, 資料處理, AI基礎]
ipas_term: false
---

# 圖像識別（Image Recognition）

> **你有沒有想過，AI 不只看出這是貓，還能知道這是誰、在哪裡、在做什麼？**
>
> 你可以把圖像識別想成對圖片做更廣義的辨認。
> 它比單純分類更進一步，會去認出物體、人物、場景或事件，常常還會牽涉位置資訊。
>
> 你可以把它想成一個把抽象概念拉回日常判斷的提示，先知道它解決什麼問題，再看技術細節。

### 容易混淆

> **圖像識別 vs 圖像分類**
> 分類只關心整張圖的類別
> 識別的範圍更廣，可能包括人物、場景和位置
> 最關鍵的區別是整體分類，還是廣義辨認
>
> **圖像識別 vs 物件偵測**
> 識別偏向知道是什麼
> 偵測還要知道在哪裡
> 最關鍵的區別是辨認本體，還是定位加辨認
>
### 記住這句就好

> 不只貼標籤，還要知道是什麼。

### 實際案例

> **相片搜尋**
> 手機或雲端相簿可以靠圖像識別找出人臉、地點或特定物件。
>
> **門禁和安防**
> 圖像識別常被用來辨認人員身份，協助門禁或監控系統。
>
### 算法與應用

> 圖像識別的範圍比圖像分類大，常和偵測、分割一起出現。
> 在實務上，模型好不好通常要看準確率、召回率和誤判成本。

### 情境判斷

> **Q1：** 你要讓系統在照片裡找出某個人，會想到什麼？
> → 圖像識別，若還要畫框定位，則會進一步用物件偵測。
>
> **Q2：** 你只要知道照片屬於哪一類，還需要完整識別嗎？
> → 不一定，只做圖像分類就夠了。
>
### 常見問題

> **Q：圖像識別和物件偵測一樣嗎？**
> 不一樣，物件偵測更重視位置。
>
> **Q：它常用什麼模型？**
> CNN、遷移學習和更進階的視覺模型都常見。
>
> **Q：有什麼限制？**
> 光線、角度、遮擋和資料偏差都會影響結果。
>
### 相關術語

> - **圖像分類**：先分清這兩者，邊界會更明確
> - **物件偵測**：圖像識別常會進一步延伸到這裡
> - **電腦視覺**：圖像識別就是這個領域的核心任務之一
> - **卷積神經網路**：很多識別模型的底層骨架
> - **深度學習**：現代圖像識別幾乎都離不開它

---

來源：https://aiterms.tw/terms/image-recognition
快查頁：https://aiterms.tw/terms/image-recognition
最後更新：2026/04/29
深度解說：https://aiterms.tw/learning/what-is-image-recognition