عادةً ما يتم تدريب الشبكات الإدراكية التقليدية وإجراؤها على صور RGB. ومع ذلك، غالباً ما يتم ضغط الصور في التطبيقات العملية لتوفير الذاكرة وتحسين نقل البيانات. في هذا البحث، نستكشف طرقًا لإجراء التجزئة الدلالية على تمثيل تحويل الجيب التمام المنفصل (DCT) المحدد بواسطة معيار JPEG. أولاً، نعيد ترتيب معاملات DCT لتشكيل نوع المدخلات المفضل، ثم نقوم بتكييف شبكة موجودة للمدخلات DCT. الطريقة المقترحة لديها دقة قريبة من نموذج RGB بتعقيد شبكة مشابه تقريبًا. علاوة على ذلك، ندرس تأثير اختيار مكونات DCT المختلفة على أداء التجزئة. باستخدام الاختيار المناسب، يمكن تحقيق نفس مستوى الدقة باستخدام فقط 36% من معاملات DCT. كما نظهر متانة طريقتنا تحت أخطاء الكمية. حسب علمنا، يعتبر هذا البحث أول دراسة تستكشف التجزئة الدلالية على تمثيل DCT.