Billedklassificering

Definition

Billedklassificering er opgaven med at tildele etiketter til et billede som helhed, såsom "kat", "bil" eller "svulst". Det er et af kerneproblemerne i computer vision.

Formål

Formålet er at automatisere genkendelse af objekter eller kategorier i billeder til søgning, analyse eller beslutningstagning.

Vigtighed

• Grundlæggende opgave i computervision.
• Anvendes inden for sundhedspleje, detailhandel og sikkerhedsovervågning.
• Begrænset i at fange flere objekter i et enkelt billede.
• Relateret til objektdetektion og segmentering.

Hvordan det virker

1. Indsaml og navngiv et datasæt af billeder.
2. Udtræk funktioner (traditionelt) eller brug CNN'er til repræsentation.
3. Træn klassifikatorer på mærkede eksempler.
4. Evaluer på baggrund af usete testdata.
5. Implementer for at klassificere nye billeder i virkelige omgivelser.

Eksempler (den virkelige verden)

• ImageNet Challenge: benchmark for forskning i billedklassificering.
• Google Fotos: klassificerer billeder til søgning og organisering.
• Medicinsk AI: klassificerer røntgenbilleder i kategorier som "normal" eller "sygdom".

Referencer / Yderligere læsning

• Krizhevsky et al. “ImageNet-klassificering med dybe konvolutionelle neurale netværk.” NeurIPS 2012.
• Stanford CS231n kursus om CNN'er.
• IEEE-transaktioner om mønsteranalyse og maskinintelligens.