完整定義
圖像分類是電腦視覺領域的核心任務,其目標是將輸入圖像自動分配到預先定義好的類別集合中的一個或多個類別。這個過程涉及訓練一個模型,使其能夠學習圖像中的關鍵特徵,並基於這些特徵來預測圖像最有可能屬於的類別。圖像分類廣泛應用於各個領域,例如醫療影像分析、自動駕駛和安全監控。
白話說明
你有沒有看過手機相簿自動幫你分出貓、狗、風景?
你可以把圖像分類想成替整張圖片貼上一個標籤。
它關心的是這張圖屬於哪一類,不是圖裡每個物體在什麼位置。
記住這句
整張圖先貼一個標籤。
比喻:圖像分類就像一個超級聰明的「圖書管理員」-- 當你給它一張圖片,它能立刻判斷這張圖是屬於「貓」、「狗」還是「汽車」等事先定義好的類別。它只會給出一個整體判斷,不會去指出圖中貓的具體位置。
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
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
卷積神經網路和遷移學習都很常見。
可以用資料增強或直接用預訓練模型微調。
醫療、零售、安防、農業都很常見。
出現在這些考古題
官方公告試題的逐題解析裡,這 3 題把圖像分類列為延伸術語。
相關術語
來源
這個術語目前沒有標註外部來源。
其他格式:Markdown 版本