Opent in een nieuw tabblad

Home  »  Blog  »  Wat is objectclassificatie? Zo werkt het, met voorbeelden en een stappenplan

Wat is objectclassificatie? Zo werkt het, met voorbeelden en een stappenplan

wat is object classificatie

Laat iemand een foto van een fruitschaal zien en binnen een seconde wijst hij de banaan aan. Objectclassificatie is de manier waarop een computer dezelfde keuze maakt. Het model kent een categorie toe, zoals “appel”, “banaan” of “druiven”, aan een beeld of aan een object daarin. Dat doet het op basis van visuele patronen die het heeft geleerd van gelabelde voorbeelden.

Een computer begint met niets meer dan een raster van getallen, dus hij moet leren hoe een banaan eruitziet. Dit artikel legt uit hoe dat leren werkt, wat het verschil is met detectie en segmentatie, waar het wordt gebruikt, waarom het fouten maakt en hoe je zelf een project start. Eén voorbeeld loopt er als een rode draad doorheen: appels, bananen en druiven sorteren.

Wat is objectclassificatie?

Objectclassificatie is een machine learning-taak waarbij een model visuele input indeelt in een vaste set categorieën die je vooraf bepaalt. Het model leert van voorbeelden die mensen hebben gelabeld, en daarmee is het een vorm van supervised learning.

Drie begrippen komen steeds terug. Een categorie, ook wel klasse genoemd, is een van de opties waaruit het model kiest: appel, banaan of druiven. Een label is de juiste categorie die een mens aan een trainingsbeeld koppelt. Een voorspelling is de categorie die het model kiest voor een nieuw beeld, meestal met een score voor elke optie.

De meeste classifiers werken op hele beelden. Beeldclassificatie (image classification) geeft één label aan de hele afbeelding, dus een foto van één banaan op tafel krijgt gewoon het label “banaan”. Een foto van een volle fruitschaal krijgt alleen een label voor de hele scène, tenzij een andere stap eerst elk stuk fruit vindt en uitsnijdt. Het classificeren van die losse uitsneden is wat mensen meestal bedoelen met objectclassificatie.

Single-label of multi-label?

Bij single-label classificatie krijgt elk beeld precies één categorie: een appel, een banaan of druiven. Bij multi-label classificatie kan een beeld meerdere labels tegelijk krijgen, dus een fruitschaal kan zowel “appel” als “banaan” krijgen. Ook multi-label output vertelt je alleen wat er te zien is. Het zegt niet waar elk stuk fruit ligt of hoeveel het er zijn.

Classificatie, detectie en segmentatie: de belangrijkste verschillen

Classificatie, detectie en segmentatie beantwoorden drie verschillende vragen over hetzelfde beeld, en elk antwoord is gedetailleerder dan het vorige. Classificatie noemt de categorie. Detectie vindt elk object en de plek waar het staat. Segmentatie geeft precies aan welke pixels bij wat horen.

TaakWelke vraag beantwoordt het?Typische outputVoorbeeld fruitschaal
ClassificatieTot welke categorie hoort dit beeld of object?Eén label, of meerdere bij multi-label, elk met een score“Banaan: 0,91”
DetectieWelke objecten staan erop, en waar?Een kader om elk object, met een label en een scoreDrie kaders: twee appels en één banaan
SegmentatieWelke pixels horen bij welke categorie of welk object?Een masker dat elke pixel aan een categorie of object toewijstDe exacte omtrek van elk stuk fruit
1 foto, drie vragen
Classificatie benoemt, detectie lokaliseert, segmentatie tekent de omtrek.

Detectie omvat meestal ook classificatie: het lokaliseert elk object en labelt het daarna, zoals onze uitleg over objectdetectie laat zien. Segmentatie is de juiste keuze als de exacte vorm telt, bijvoorbeeld om een plek op een appel op te meten.

De termen beeldherkenning en objectherkenning worden losser gebruikt. Sommige schrijvers bedoelen classificatie, andere alle drie de taken. Belooft een product “herkenning”, kijk dan of het een label, een kader of een masker teruggeeft.

Hoe werkt objectclassificatie?

Een objectclassifier werkt in twee aparte fases. Tijdens de training bestudeert een model gelabelde voorbeelden en past het zichzelf aan tot zijn gokken overeenkomen met de labels. Tijdens het gebruik, vaak inferentie genoemd, bekijkt het afgeronde model een nieuw beeld en geeft het een voorspelling zonder nog iets bij te leren. De zes stappen hieronder volgen het fruitvoorbeeld van een lege map tot een werkende voorspelling.

1. Bepaal de categorieën en verzamel representatieve beelden

Bepaal eerst precies welke categorieën het model uit elkaar moet houden. “Appel, banaan, druiven” is duidelijk, “fruit dat we verkopen” niet, omdat niemand daar consequent op kan labelen. Beslis ook wat er gebeurt met beelden die nergens bij passen, zoals een citroen of een lege band. Een classifier kan alleen kiezen uit de opties die je hem geeft, dus een extra categorie “overig” helpt vaak.

Verzamel daarna beelden die lijken op wat het model in de praktijk ziet. Hangt de camera boven een lopende band, dan heb je weinig aan studiofoto’s op een witte achtergrond. Je hebt dezelfde hoeken, belichting en achtergronden nodig, en de hele variatie aan rassen en rijpheid, inclusief groene bananen en appels met een sticker.

2. Label en prepareer de data

Labelen betekent dat je aan elk beeld de juiste categorie koppelt. Bij single-label classificatie kan dat zo simpel zijn als foto’s in drie mappen sorteren. Fouten in deze stap neemt het model letterlijk over: staat een op de twintig druivenfoto’s per ongeluk bij de appels, dan leert het model die fout alsof hij klopt.

Daarna worden de beelden geschaald naar het formaat dat het model verwacht. Veel teams gebruiken ook data-augmentatie: ze maken extra varianten door bestaande beelden te spiegelen, te draaien of iets lichter te maken. Zo leert het model dat een banaan ook een banaan is als hij andersom ligt.

3. Scheid training-, validatie- en testdata

Verdeel de gelabelde beelden vóór de training in drie groepen. Het model leert van de trainingsset. Met de validatieset vergelijk je tijdens de ontwikkeling instellingen en bepaal je wanneer je stopt. De testset blijft tot het eind onaangeroerd. Dan gebruik je hem één keer, om in te schatten hoe het model presteert op beelden die het echt nooit heeft gezien.

Dat is belangrijk, omdat een model zijn trainingsbeelden kan onthouden en daarop veel beter lijkt dan het is. Houd de sets ook onafhankelijk. Komen bijna identieke foto’s van dezelfde appel in zowel de trainingsset als de testset, dan valt de score te gunstig uit. Splits daarom per partij, dag of camera, en niet puur willekeurig.

4. Train een model om bruikbare visuele patronen te leren

Trainen is een lange reeks gokken en correcties. Het model voorspelt een categorie voor een batch trainingsbeelden en vergelijkt zijn antwoorden met de labels. Waar het fout zat, worden de interne instellingen, de parameters, een klein beetje bijgesteld, zodat dezelfde fout minder waarschijnlijk wordt. Dat herhaalt zich vele keren over de hele trainingsset.

Niemand vertelt het model dat het moet letten op “geel en gebogen”. Het ontdekt zelf welke patronen de categorieën scheiden. In een neuraal netwerk reageren de eerste lagen meestal op randen en kleurovergangen, terwijl diepere lagen die combineren tot texturen, vormen en onderdelen van objecten.

5. Voorspel op nieuwe beelden

Na de training liggen de parameters vast. Een nieuw beeld gaat één keer door het model en komt eruit als een lijst scores, één per categorie. Bij een single-label classifier tellen die scores meestal op tot 1, en de hoogste wint. Het fruitmodel geeft bijvoorbeeld appel 0,03, druiven 0,06 en banaan 0,91, en voorspelt dus “banaan”.

In deze stap leert het model niets. Blijft het een nieuw appelras verkeerd inschatten, dan corrigeert het zichzelf niet. Je verbetert het door nieuwe voorbeelden te labelen en opnieuw te trainen.

eenmalig leren, vele malen voorspellen

6. Lees de scores met verstand

Een score van 0,91 lijkt op 91 procent kans dat het klopt, maar het is geen garantie. Onderzoek van Guo en collega’s liet zien dat moderne neurale netwerken vaak slecht gekalibreerd zijn: hun zekerheid komt niet overeen met hoe vaak ze echt gelijk hebben. Een model kan dus vol overtuiging fout zitten, vooral bij beelden die afwijken van zijn trainingsdata.

Daarom werken systemen in de praktijk met een drempelwaarde. Voorspellingen daarboven worden automatisch afgehandeld, en twijfelgevallen gaan naar een mens. Waar je die drempel legt, hangt af van wat een fout antwoord kost. Test hem dus op representatieve data in plaats van een rond getal te kiezen.

De belangrijkste methoden en modellen

Vier benaderingen dekken het meeste wat je tegenkomt: klassieke machine learning, convolutionele neurale netwerken, vision transformers en transfer learning. In november 2026 is geen van de vier voor elke taak de beste. De juiste keuze hangt af van je data, je hardware en de nauwkeurigheid die de taak vraagt.

Klassieke machine learning met handmatig ontworpen kenmerken

Vóór deep learning bepaalden engineers zelf welke metingen ertoe deden, zoals gemiddelde kleur, rondheid en oppervlaktetextuur. Een algoritme zoals een beslisboom leerde vervolgens welke combinaties bij welke categorie horen. Dat werkt nog steeds als de omstandigheden strak onder controle zijn, en de uitkomsten zijn makkelijk uit te leggen. Het loopt vast als belichting, hoeken en achtergronden wisselen, omdat iemand elk bruikbaar kenmerk vooraf moet bedenken.

Convolutionele neurale netwerken

Een convolutioneel neuraal netwerk, of CNN, leert zijn eigen kenmerken. Het schuift kleine aangeleerde filters over het beeld om lokale patronen op te pikken en stapelt veel van die lagen, zodat eenvoudige patronen samen complexe vormen. CNN’s zijn al meer dan tien jaar het werkpaard van beeldclassificatie, en compacte varianten draaien op telefoons.

Vision transformers

Een vision transformer knipt een beeld in kleine stukjes, patches, en verwerkt die met de transformer-architectuur die oorspronkelijk voor taal is ontwikkeld. Zo kan elke patch zich tot elke andere patch verhouden. Het oorspronkelijke paper over de vision transformer liet zien dat deze aanpak sterke CNN’s kan evenaren of verslaan op classificatiebenchmarks. Er was wel een voorwaarde: pretraining op zeer grote datasets. Alleen getraind op een middelgrote dataset scoorde het model een paar punten lager dan vergelijkbare CNN’s.

Transfer learning en voorgetrainde modellen

De meeste projecten trainen niet vanaf nul. Ze beginnen met een model dat is voorgetraind op een grote dataset, zoals ImageNet met zo’n 1,4 miljoen beelden in 1.000 categorieën, en passen dat aan op hun eigen categorieën. De transfer learning-tutorial van TensorFlow laat de gebruikelijke aanpak zien: behoud de voorgetrainde feature extractor, vervang de laatste laag en train die op je eigen beelden. Omdat het model randen, texturen en vormen al kent, heeft het veel minder fruitfoto’s nodig dan een model dat bij nul begint.

Met welke modellen begin je?

Geen enkel model is voor elk project de beste keuze. In november 2026 zijn de modellen hieronder breed in gebruik, goed gedocumenteerd en beschikbaar als voorgetrainde gewichten. Elk model past bij een andere situatie.

ModelTypeVanHet sterkst alsLet op
ResNet-50Convolutioneel neuraal netwerkMicrosoft Research, 2015Je een bekende baseline wilt die elk framework ondersteuntOuder ontwerp: nieuwere modellen van vergelijkbare grootte scoren meestal hoger
MobileNetV4Efficiënt CNN, ook als hybride variantGoogle, 2024Het model op een telefoon, camera of ander klein apparaat moet draaienDe kleinste versies leveren wat nauwkeurigheid in voor snelheid
ConvNeXtGemoderniseerd CNNMeta (FAIR) en UC Berkeley, 2022Je de eenvoud van een CNN wilt met een nauwkeurigheid dicht bij transformersGrotere versies hebben een GPU nodig voor fine-tunen
ViTVision transformerGoogle, 2020Je een versie fine-tunet die op een zeer grote dataset is voorgetraindZwak als je hem vanaf nul traint op een bescheiden dataset
DINOv3Self-supervised backbone, in ViT- en ConvNeXt-versiesMeta, 2025Je weinig labels hebt: train een kleine classifier op zijn featuresUitgebracht onder Meta’s eigen DINOv3 License, dus check eerst de voorwaarden
CLIP en SigLIP 2Vision-language-modellenOpenAI, 2021, en Google, 2025Je categorieën vaak veranderen of je nog geen gelabelde data hebtNauwkeurigheid zonder training verschilt per taak, dus test op je eigen beelden

Een praktische vuistregel: begin met een voorgetraind ConvNeXt- of ViT-model voor de meeste serverprojecten, met MobileNetV4 als het model op het apparaat zelf moet draaien, met DINOv3-features als labels schaars zijn en met SigLIP 2 als je categorieën eerst in gewone tekst wilt uitproberen voordat je iets labelt. De papers achter MobileNetV4, ConvNeXt, DINOv3 en SigLIP 2 publiceren hun eigen benchmarkresultaten. Gebruik die als shortlist, en laat je eigen testset de uiteindelijke keuze maken.

Objectclassificatie in de praktijk: van fabriek tot fotoalbum

Objectclassificatie is nuttig overal waar mensen herhaaldelijk naar beelden kijken om iets te sorteren, te controleren of te tellen. Bij elk voorbeeld hieronder staan de input, de voorspelde categorieën en de opbrengst, en waar ook detectie nodig is.

Kwaliteitscontrole in de productie

Een camera fotografeert elk product aan de lijn, en een classifier labelt het als “goed” of “afwijking”, of benoemt de afwijking, zoals “kras” of “deuk”. Met vaste belichting en een vaste productpositie toont elk beeld één product op dezelfde plek, dus classificatie alleen kan dan genoeg zijn. De opbrengst is een consistente controle van elk product op lijnsnelheid, met twijfelgevallen apart voor een inspecteur.

Wildlife monitoring

Wildcamera’s met bewegingssensor maken enorme aantallen foto’s, en op veel daarvan staat helemaal geen dier. In een studie uit 2018 binnen het Snapshot Serengeti-project trainden onderzoekers neurale netwerken om 48 soorten te herkennen in 3,2 miljoen beelden. De eerste stap was zelf een classificatie: staat er een dier op deze foto? Volgens de onderzoekers bespaart het systeem op die dataset meer dan acht jaar aan menselijk labelwerk. Dieren tellen of lokaliseren vraagt meer dan classificatie.

Landbouw en voedselsortering

Hier speelt het voorbeeld uit dit artikel zich af. Fruit gaat onder een camera door, en een classifier geeft elk stuk een soort of een kwaliteitsklasse, zoals “klasse I” of “afkeur”. Liggen er meerdere stukken tegelijk in beeld, dan is eerst detectie nodig, of een opstelling die elk stuk apart aanvoert. De opbrengst is snellere en consistentere sortering. Een model dat op één ras, seizoen of bedrijf is getraind, kan het elders wel slechter doen, dus test het op lokale data.

Foto’s ordenen

Foto-apps en beeldbanken taggen beelden met categorieën zoals “strand”, “eten” of “document”, meestal als multi-label classificatie van het hele beeld. De opbrengst is dat grote collecties doorzoekbaar worden zonder handmatig taggen. Gezichten zijn een ander verhaal: foto’s groeperen per persoon gaat over biometrische gegevens, en die zijn onder de AVG bijzondere persoonsgegevens als ze worden gebruikt om mensen te identificeren.

Hoe nauwkeurig is het, en waarom maakt het fouten?

Er bestaat geen algemeen nauwkeurigheidspercentage voor objectclassificatie. De prestaties hangen af van de categorieën, de data en de omstandigheden, dus een score zegt alleen iets over de testset waarop hij is gemeten. Hetzelfde fruitmodel kan uitstekend werken onder bekende belichting en moeite hebben in een ander magazijn.

Accuracy, precision, recall en de confusion matrix

Accuracy, of nauwkeurigheid, is het aandeel van alle voorspellingen dat klopte. Precision vraagt: van alles wat het model “druiven” noemde, hoeveel waren echt druiven? Recall vraagt: van alle druivenfoto’s in de testset, hoeveel heeft het model gevonden? De Machine Learning Crash Course van Google legt deze metrics verder uit.

Een confusion matrix laat zien waar die getallen vandaan komen. Elke rij is de echte categorie en elke kolom de voorspelling, dus elk type fout heeft een eigen cel. Deze illustratieve matrix komt van een testset van 300 fruitfoto’s.

Echte categorieVoorspeld: appelVoorspeld: druivenVoorspeld: banaan
Appel (100 foto’s)9262
Druiven (100 foto’s)9892
Banaan (100 foto’s)1396

De totale accuracy is 277 van de 300, ongeveer 92 procent, maar de matrix zegt meer. Bananen worden zelden verward, terwijl appels en druiven 15 keer door elkaar worden gehaald. De recall voor druiven is 89 procent, en de precision is 89 van de 98, ongeveer 91 procent. De volgende ronde trainingsfoto’s moet dus over appels en druiven gaan, niet over bananen.

Waarom accuracy kan misleiden

Accuracy misleidt als de categorieën ongelijk verdeeld zijn. Stel je een sorteerlijn voor waar 990 van elke 1.000 appels goed zijn en 10 een plek hebben. Een model dat elke appel “goed” noemt, haalt 99 procent accuracy en vindt geen enkele beschadigde appel. Kijk bij zeldzame maar belangrijke categorieën dus naar precision en recall per categorie.

Waarom maakt een classifier fouten?

De meeste fouten komen voort uit een verschil tussen de trainingsdata en de echte wereld. Dit zijn de gebruikelijke oorzaken:

  • Belichting. Schaduwen, schittering en kleurzweem veranderen hoe kleur en textuur eruitzien.
  • Kijkhoek. Een banaan die je van de punt ziet, is een gele cirkel en geen boog.
  • Afscherming. Een appel die half achter een banaan ligt, geeft het model minder om mee te werken.
  • Categorieën die op elkaar lijken. Een kleine rode appel en een close-up van rode druiven zijn lastig uit elkaar te houden, zelfs voor mensen.
  • Slechte labels. Verkeerde trainingslabels leren het model verkeerde antwoorden, en verkeerde testlabels maken de score onbetrouwbaar.
  • Niet-representatieve data. Lag elke trainingsbanaan op een witte tafel, dan leert het model misschien deels op de tafel te letten.
  • Onbekende omstandigheden. Een nieuwe camera, leverancier of nieuw ras kan de prestaties na de livegang verlagen. Dat heet ook wel distribution shift.

Bias, privacy en menselijke controle

Die verschillen wegen zwaarder als er mensen op de beelden staan. De Gender Shades-studie testte drie commerciële systemen die geslacht classificeren. Ze vond foutpercentages tot 34,7 procent bij vrouwen met een donkere huidskleur, tegenover hooguit 0,8 procent bij mannen met een lichte huidskleur. De les geldt voor elke classifier: test de prestaties apart per relevante groep of omstandigheid, niet alleen gemiddeld.

Verzamel en bewaar alleen de beelden die je nodig hebt, zeker als mensen herkenbaar zijn. Laat een mens meekijken bij beslissingen die mensen raken of echt geld kosten, en stuur twijfelgevallen via de drempelwaarde naar die persoon.

Aan de slag met objectclassificatie

De betrouwbaarste manier om te beginnen is klein: één smalle vraag, beelden die passen bij de echte omstandigheden, een voorgetraind model en een eerlijke test op beelden die het model nooit heeft gezien. Een realistisch eerste project volgt vijf stappen.

  1. Kies een smal probleem. “Is deze banaan klaar voor verzending?” werkt beter dan “herken alles in ons magazijn”. Schrijf de categorieën op, wat er bij elke categorie hoort en welke fout het meest kost.
  2. Verzamel geschikte beelden. Gebruik de camera, hoeken en belichting die je in de praktijk gebruikt. Laat twee mensen dezelfde steekproef labelen om te checken of ze het eens zijn.
  3. Kies een voorgetraind model of een tool. Kun je programmeren, dan is transfer learning vanaf een voorgetraind model meestal de snelste route. Kun je dat niet, dan train je met een no-codeplatform een classifier in de browser.
  4. Evalueer op representatieve, nieuwe data. Gebruik testbeelden van een andere dag, partij of locatie, en bekijk de confusion matrix en de beelden die het model fout heeft.
  5. Draai een pilot met menselijke controle. Laat het model meelopen naast het huidige proces en automatiseer alleen de gevallen waarin het betrouwbaar is gebleken.

Je hebt minder nodig dan veel mensen denken: een duidelijke vraag, iemand die de categorieën goed genoeg kent om ze te labelen, representatieve beelden en basiskennis van Python of een no-codetool. In de meeste projecten kost de data meer tijd dan het model.

Conclusie: data en evaluatie bepalen de uitkomst

Objectclassificatie kent een categorie toe aan een beeld of een object daarin. Een model leert van gelabelde voorbeelden, wordt getest op beelden die het niet kent en voorspelt daarna met een score die helpt maar niets garandeert. Representatieve data, zorgvuldige labels en een eerlijke evaluatie wegen zwaarder dan de keuze van het model.

Modellen die categorieën als tekst accepteren, maken classificatie flexibeler, en kleinere modellen brengen het steeds vaker naar camera’s en apparaten. De basis verandert niet. Lees voor het grotere plaatje onze uitleg over computer vision, of vraag de computer vision-specialisten van DataNorth of classificatie bij jouw vraagstuk past.

Veelgestelde vragen over objectclassificatie

Hoeveel trainingsdata heb je nodig voor objectclassificatie?

Daar bestaat geen vast getal voor. Het hangt af van het aantal categorieën, hoeveel ze op elkaar lijken en hoe sterk de omstandigheden in de praktijk wisselen. Met een voorgetraind model heb je veel minder gelabelde beelden nodig dan zonder. Begin met een bescheiden, gevarieerde set, meet op een aparte testset en vul aan waar het model moeite heeft.

Kan een model een categorie herkennen waarop het niet is getraind?

Een gewone classifier kan dat niet. Hij kiest altijd een van zijn getrainde categorieën, dus een citroen kan met een hoge score “banaan” worden. Vision-language-modellen zoals CLIP krijgen de categorienamen als tekst, zodat je “citroen” toevoegt zonder opnieuw te trainen. De nauwkeurigheid verschilt per taak, dus test eerst op je eigen beelden.

Werkt objectclassificatie in realtime?

Vaak wel. Eén beeld classificeren is één keer door het model, en compacte modellen draaien op telefoons of kleine apparaten naast de camera. Of het bijhoudt, hangt af van de modelgrootte, de beeldresolutie, de hardware en het aantal beelden per seconde. Meet de snelheid op de echte hardware en reken extra tijd als er ook detectie nodig is.

Moet je kunnen programmeren om een beeldclassifier te bouwen?

Niet voor een eerste prototype. Met verschillende no-codeplatforms upload je gelabelde beelden, train je een classifier en test je hem in de browser. Programmeren wordt handig als je het model aan andere systemen wilt koppelen, precies wilt bepalen hoe je het evalueert of het op eigen hardware wilt draaien. Het werk aan data en evaluatie blijft hetzelfde.

Kun je ChatGPT, Claude of Gemini gebruiken om beelden te classificeren?

Ja, voor kleine aantallen en snelle tests. Je uploadt een beeld, noemt de toegestane categorieën en vraagt het model er één te kiezen. Bij duizenden beelden per dag is een eigen classifier meestal sneller, goedkoper per beeld en consistenter, omdat hij elke keer hetzelfde soort antwoord geeft. Test beide op dezelfde gelabelde beelden.

Wat kost het om een objectclassifier te bouwen?

De kosten hangen meer af van de scope dan van het model. Een voorgetraind model aanpassen aan je eigen beelden is meestal het kleinste deel. Het grootste deel van het budget gaat naar het verzamelen en labelen van representatieve beelden, goed testen en de koppeling met je bestaande systemen. Een smalle pilot maakt die kosten vroeg zichtbaar.

Maak DataNorth AI je Google-favoriet