티스토리 뷰
728x90
이미지 태깅(Image Tagging)은 이미지 분류(Image Classification)의 한 종류로, 이미지에 대한 태그를 생성하는 작업을 말한다.
이미지 태깅(Image Tagging)은 이미지에 대해 적절한 레이블 또는 태그를 부여하는 작업으로 이 작업은 이미지 분류(Image Classification)과 비슷하지만, 이미지 분류는 단일 레이블을 할당하는 반면, 이미지 태깅은 이미지에 대해 다중 레이블 또는 태그를 부여한다.
일반적으로 객체를 식별하고 이미지 내에서 발견되는 다양한 속성, 개념 또는 주제에 대한 라벨 또는 태그를 생성하는 것을 목표로 한다. 예를 들어, "사람", "자동차", "도시", "자연", "해변" 등의 태그를 이미지에 부여하는 것이 가능하다. 이렇게 생성된 태그는 이미지 검색, 분류, 탐색 및 자동화된 캡션 생성과 같은 다양한 응용 프로그램에 유용하게 사용될 수 있다. 즉, 각 이미지의 속성을 예측하는 작업이 포함된다.
이미지 태깅을 위한 사전 학습된 이미지 분류 모델로는 ImageNet, OpenImages, COCO 등이 있으며, 이러한 데이터셋은 미리 정의된 태그를 가지고 있습니다. 또한, 이러한 데이터셋을 사용하여 새로운 이미지 분류 모델을 학습시킬 수도 있습니다.
728x90
'AI > Deep Learning' 카테고리의 다른 글
Style Transfer (0) | 2023.06.22 |
---|---|
Style Transfer와 GAN 그리고 StyleGAN (0) | 2023.06.06 |
Prompt Context Learning in Vision-Language Fine-tuning(CoOp, CoCoOp) (0) | 2023.04.16 |
Contrastive Pre-training of Visual Language Models (0) | 2023.04.16 |
Open Set Learning이란? (0) | 2023.04.14 |
댓글
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 파이썬
- 파이썬 클래스 계층 구조
- Prompt
- 퓨샷러닝
- 리눅스 nano
- 프롬프트
- 리눅스 나노 사용
- linux nano
- 파이썬 클래스 다형성
- prompt learning
- python
- 파이썬 딕셔너리
- 도커
- 구글드라이브연동
- cs231n
- 도커 컨테이너
- style transfer
- stylegan
- 리눅스
- support set
- 딥러닝
- docker
- clip
- NLP
- CNN
- 도커 작업
- Unsupervised learning
- 리눅스 나노
- 서버구글드라이브연동
- few-shot learning
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
글 보관함
250x250