Bildklassifikation
Die Zuordnung eines gesamten Bildes zu einer oder mehreren vordefinierten Kategorien durch ein ML-Modell.
Image Classification ordnet Bilder vordefinierten Kategorien zu – die grundlegendste Computer-Vision-Aufgabe, angetrieben von CNNs und Vision Transformern.
Erklärung
Image Classification ist die grundlegendste Computer-Vision-Aufgabe. Moderne Ansätze nutzen CNNs oder Vision Transformer, oft vortrainiert auf ImageNet.
Relevanz für Marketing
Image Classification treibt Produktkategorisierung, Content-Moderation, medizinische Diagnostik und visuelle Qualitätskontrolle.
Beispiel
Ein E-Commerce-System klassifiziert hochgeladene Produktfotos automatisch in Kategorien wie "Schuhe", "Elektronik" oder "Möbel".
Häufige Fallstricke
Class Imbalance in Trainingsdaten. Domänen-Shift zwischen Training und Produktion. Overconfidence bei Out-of-Distribution Bildern.
Entstehung & Geschichte
Die ImageNet Large Scale Visual Recognition Challenge (ILSVRC, 2010) trieb Fortschritte voran. AlexNet (2012) reduzierte den Fehler dramatisch mit Deep Learning. ResNet (2015) übertraf menschliche Genauigkeit. ViT (2020) brachte Transformer in die Bildklassifikation.
Abgrenzung & Vergleiche
Bildklassifikation vs. Object Detection
Classification gibt ein Label pro Bild. Object Detection lokalisiert mehrere Objekte mit Bounding Boxes und Labels.
Bildklassifikation vs. Image Segmentation
Classification: ein Label pro Bild. Segmentation: ein Label pro Pixel – viel feingranularer.