Phân loại hình ảnh

Định nghĩa

Phân loại hình ảnh là nhiệm vụ gán nhãn cho toàn bộ hình ảnh, chẳng hạn như "mèo", "ô tô" hoặc "khối u". Đây là một trong những vấn đề cốt lõi trong thị giác máy tính.

Mục đích

Mục đích là tự động nhận dạng các đối tượng hoặc danh mục trong hình ảnh để tìm kiếm, phân tích hoặc ra quyết định.

Tầm quan trọng

• Nhiệm vụ cơ bản trong thị giác máy tính.
• Được sử dụng trong chăm sóc sức khỏe, bán lẻ và giám sát an toàn.
• Hạn chế trong việc chụp nhiều đối tượng trong một hình ảnh.
• Liên quan đến phát hiện và phân đoạn đối tượng.

Quy trình triển khai

1. Thu thập và dán nhãn một tập dữ liệu hình ảnh.
2. Trích xuất các tính năng (theo truyền thống) hoặc sử dụng CNN để biểu diễn.
3. Đào tạo bộ phân loại trên các ví dụ có nhãn.
4. Đánh giá dựa trên dữ liệu thử nghiệm chưa biết.
5. Triển khai để phân loại hình ảnh mới trong bối cảnh thực tế.

Ví dụ (Thực tế)

• Thử thách ImageNet: chuẩn mực cho nghiên cứu phân loại hình ảnh.
• Google Photos: phân loại hình ảnh để tìm kiếm và sắp xếp.
• AI y tế: phân loại tia X thành các loại như “bình thường” hoặc “bệnh tật”.

Tài liệu tham khảo / Đọc thêm

• Krizhevsky và cộng sự. “Phân loại ImageNet bằng mạng nơ-ron tích chập sâu.” NeurIPS 2012.
• Khóa học về CNN của Stanford CS231n.
• Giao dịch IEEE về Phân tích mẫu và Trí tuệ máy tính.