Odborná definice
Odborná definice
Image classification je úloha přiřazení jednoho nebo více štítků celému obrázku na základě jeho vizuálního obsahu. Model zpracuje matici pixelů nebo odvozené reprezentace a vytvoří skóre pro třídy, například druh rostliny, typ výrobní chyby nebo přítomnost patologického nálezu. Při single-label variantě se vybírá jedna třída, při multi-label variantě může být pravdivých více označení. Výsledek neobsahuje přesnou polohu objektu, proto klasifikátor může rozhodnout správně i z nevhodného pozadí nebo zkratkového znaku. Hodnocení musí zahrnovat třídní metriky, kalibraci a testy mimo tréninkové distribuce.
Srozumitelné vysvětlení
Srozumitelné vysvětlení
Aplikace dostane fotografii listu a má určit, či jde o javor, dub nebo buk. Klasifikátor nevyznačí obrys listu, pouze vypočítá pravděpodobnost každé kategorie. Pokud byly všechny javory v tréninku fotografované na bielom stole a duby na tráve, model se může naučit podklad místo tvaru listu. Na běžném mobile potom selže, ačkoli validační číslo vyzeralo výborne. Proto se zkoumá, na které části obrazu reaguje, používají se rozmanité podmínky a výsledky se reportují zvlášť pro vzácné či lahko zamenitelné třídy.
Časté otázky
Časté otázky
Kdy jde o binárnu a kdy o viacprvkovou klasifikaci?
Binární úloha rozlišuje dvě možnosti, například chyba nebo bez chyby. Multiclass vybírá jednu z více navzájem se vylučujúcich tříd. Multilabel povoluje více současně platných označení.
Proč celková accuracy může zavádzat?
Pokud jedna třída výrazně prevažuje, model může dosáhnout vysokou úspěšnost její neustálym predikováním. Potřebné jsou confusion matrix, precision, recall, F1 a výsledky rozdělené podle tříd.
Jak se klasifikátor prispůsobí nové doméně?
Používá se transfer learning, jemné doladení na lokálních datech, augmentace a kontrola doménového posunu. Před nasazením je třeba ověřit stejný typ kamery, osvetlení, populaci i způsob předzpracování.
Co znamená top-k accuracy?
Predikce se považuje za úspešnou, když se správná třída nachází mezi k najvyššími skóre. Metrika je užitečná při velkém počtu podobných kategorií, ale nezastupuje kvalitu prvého doporučení.
Může klasifikace pracovat s více objektmi na snímku?
Ano, při multilabel schéme může označit více prítomných kategorií. Bez lokalizace však neurčí, který objekt odpovídá kterému štítku ani kde se na obraze nachází.
Související pojmy
Související pojmy
Zdroje a redakční stopa
Zdroje a redakční stopa
- 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.