Klasyfikacja obrazów jest zagadnieniem z dziedziny widzenia komputerowego. Polega na całościowej analizie obrazu i przypisaniu go do jednej lub wielu kategorii (klas). Współczesne rozwiązania tego problemu są w znacznej części realizowane z wykorzystaniem konwolucyjnych głębokich sieci neuronowych (convolutional neural network, CNN). W tym rozdziale opisano przełomowe architektury CNN oraz ewolucję state-of-the-art w klasyfikacji obrazów na przestrzeni lat 2014--2021. Łącznie opisano 28 topologii głębokich konwolucyjnych sieci neuronowych, należących do 7 rodzin: EfficientNet, ResNet, DenseNet, Inception, NasNet, MobileNet oraz VGG.
Authors
Additional information
- Category
- Publikacja monograficzna
- Type
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku o zasięgu krajowym
- Language
- polski
- Publication year
- 2022
Source: MOSTWiedzy.pl - publication "Architektury klasyfikatorów obrazów" link open in new tab
