图像分类是计算机视觉的最基础的一个任务,从最开始的入门级的mnist手写数字识别、猫狗图像二分类到后来的imagenet任务。图像分类模型随着数据集的增长,一步步提升到了今天的水平。计算机的图像分类水准已经超过了人类。
在这里我把图像分类任务分为了两种,一种是单标签的图像分类任务,一种是多标签的图像分类任务。
多标签的图像分类任务,更加符合人们的认知习惯。因为现实生活中的图片往往会包含多个类别物体。
而在单标签的图像分类任务中又可以分为三类:一种是跨物种语义级别的图像分类,即在不同物种的层次上识别不同类别对象,比如我们常见的猫狗分类。
一种是实例级图像分类即区分不同的个体,最典型的任务那就是人脸识别。 而还剩下最后一种就是细粒度分类,那么什么是细粒度分类呢?