↑: [[G検定に関する知識]] - 画像全体に対して1つのラベルを付けるタスク - **位置の推定はしない** - [[物体検出]]との違い - 物体識別：「これは犬」→1ラベルのみ - 物体検出：「ここに犬、あそこに車」→位置（[[バウンディングボックス]]）＋クラス - 代表モデルの系譜: AlexNet(2012) → VGG/GoogLeNet(2014) → ResNet(2015) → EfficientNet/ViT - ImageNet（ILSVRC）がベンチマークとして使われた - cf. [[AlexNet]], [[VGG]], [[GoogLeNet]], [[ResNet]], [[EfficientNet]], [[ViT]]