圖像分類是什麼？Image Classification完整解說

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。

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

整張圖先貼一個標籤。

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。

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。

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。

閱讀這頁時的常見誤區

只背中英文對照，無法判斷術語的適用情境。先確認定義，再對照完整說明與相關概念，頁面中的考試比重或出題方向，必須和下方標示的資料來源一起閱讀。

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。