Qu’est-ce que la classification d’images ?
La classification d’images attribue une ou plusieurs étiquettes prédéfinies à une image entière selon son contenu visuel. Contrairement aux tâches de localisation, elle n’identifie pas intrinsèquement la position ou le contour du sujet étiqueté.
Fonctionnement de la classification d’images
Les modèles de classification associent une représentation de l’image à des scores pour un ensemble défini d’étiquettes, puis convertissent ces scores en une ou plusieurs catégories renvoyées. Les systèmes à étiquette unique supposent des classes mutuellement exclusives, tandis que les systèmes multiétiquettes autorisent plusieurs étiquettes indépendantes. Le résultat décrit l’image dans son ensemble, même si l’élément visuel décisif occupe une petite région. Dans les chaînes de traitement multimédia, la classification sert au routage, au filtrage, à l’enrichissement de la recherche, aux contrôles de qualité et à la sélection de modèles spécialisés en aval.
Points clés
- Les sorties softmax encodent la concurrence entre les classes et conviennent aux étiquettes mutuellement exclusives, tandis que des sorties sigmoïdes indépendantes sont couramment utilisées lorsque plusieurs étiquettes peuvent s’appliquer à la même image.
- Un seuil de probabilité contrôle le compromis entre précision et rappel et nécessite souvent un étalonnage par classe ; choisir le score le plus élevé n’établit pas que l’image appartient à une classe connue.
- Une évolution de la distribution des données concernant les appareils photo, les styles de retouche, les caractéristiques démographiques ou la fréquence des sujets peut dégrader l’exactitude en production, même lorsque les résultats sur les données de test réservées sont bons ; cela nécessite un suivi d’échantillons issus de conditions réelles.
Quand la classification d’images est utile
Utilisez la classification lorsqu’un flux de travail nécessite une catégorie à l’échelle de l’image, telle que le type de contenu ou la destination de routage, plutôt que les coordonnées des objets. Les étiquettes hors de la taxonomie d’entraînement ou les images comportant plusieurs sujets peuvent produire des résultats ambigus.