Odborná definícia
Význam a odborné vymedzenie pojmu
Image classification je úloha priradenia jedného alebo viacerých štítkov celému obrázku na základe jeho vizuálneho obsahu. Model spracuje maticu pixelov alebo odvodené reprezentácie a vytvorí skóre pre triedy, napríklad druh rastliny, typ výrobnej chyby alebo prítomnosť patologického nálezu. Pri single-label variante sa vyberá jedna trieda, pri multi-label variante môže byť pravdivých viac označení. Výsledok neobsahuje presnú polohu objektu, preto klasifikátor môže rozhodnúť správne aj z nevhodného pozadia alebo skratkového znaku. Hodnotenie musí zahŕňať triedne metriky, kalibráciu a testy mimo tréningovej distribúcie.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Aplikácia dostane fotografiu listu a má určiť, či ide o javor, dub alebo buk. Klasifikátor nevyznačí obrys listu, iba vypočíta pravdepodobnosť každej kategórie. Ak boli všetky javory v tréningu fotografované na bielom stole a duby na tráve, model sa môže naučiť podklad namiesto tvaru listu. Na bežnom mobile potom zlyhá, hoci validačné číslo vyzeralo výborne. Preto sa skúma, na ktoré časti obrazu reaguje, používajú sa rozmanité podmienky a výsledky sa reportujú osobitne pre zriedkavé či ľahko zameniteľné triedy.
Časté otázky
Otázky, ktoré spresňujú význam
Kedy ide o binárnu a kedy o viacprvkovú klasifikáciu?
Binárna úloha rozlišuje dve možnosti, napríklad chyba alebo bez chyby. Multiclass vyberá jednu z viacerých navzájom sa vylučujúcich tried. Multilabel povoľuje viac súčasne platných označení.
Prečo celková accuracy môže zavádzať?
Ak jedna trieda výrazne prevažuje, model môže dosiahnuť vysokú úspešnosť jej neustálym predikovaním. Potrebné sú confusion matrix, precision, recall, F1 a výsledky rozdelené podľa tried.
Ako sa klasifikátor prispôsobí novej doméne?
Používa sa transfer learning, jemné doladenie na lokálnych dátach, augmentácia a kontrola doménového posunu. Pred nasadením treba overiť rovnaký typ kamery, osvetlenie, populáciu aj spôsob predspracovania.
Čo znamená top-k accuracy?
Predikcia sa považuje za úspešnú, keď sa správna trieda nachádza medzi k najvyššími skóre. Metrika je užitočná pri veľkom počte podobných kategórií, ale nezastupuje kvalitu prvého odporúčania.
Môže klasifikácia pracovať s viacerými objektmi na snímke?
Áno, pri multilabel schéme môže označiť viac prítomných kategórií. Bez lokalizácie však neurčí, ktorý objekt zodpovedá ktorému štítku ani kde sa na obraze nachádza.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
- Krizhevsky, Sutskever a Hinton, ImageNet Classification with Deep Convolutional Neural Networks (proceedings.neurips.cc)
- Google Machine Learning Glossary, image recognition (developers.google.com)
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.