convolutional neural network

Angol

Főnév

convolutional neural network (tsz. convolutional neural networks)

(informatika) konvolúciós neurális hálózat

Convolutional Neural Network (CNN) egy speciális típusú mélytanuló neurális hálózat, amelyet elsősorban képfeldolgozási és számítógépes látási feladatokra fejlesztettek ki. A CNN-ek hatékonyan ismerik fel a képekben rejlő mintázatokat és struktúrákat, ezért kulcsfontosságúak az olyan alkalmazásokban, mint az arcfelismerés, tárgydetektálás, és képosztályozás.

1. Mi az a CNN?

A CNN egy hierarchikus neurális hálózat, amelyben a bemenet (például egy kép) többrétegű feldolgozáson megy keresztül. Ezek a rétegek automatikusan tanulják meg a képen található jellemzőket (például éleket, textúrákat, formákat).

2. Fő rétegek

Konvolúciós réteg (Convolutional layer): Szűrők (filterek vagy kernel-ek) segítségével átfésüli a bemeneti képet, hogy kis helyi mintázatokat (például éleket vagy sarkokat) kiemeljen. A szűrők tanulhatók, és az egész képen alkalmazódnak (weight sharing).
Aktivációs függvény: Nemlinearitást visz a hálózatba, tipikusan ReLU (Rectified Linear Unit), amely gyorsítja a tanulást.
Pooling réteg (pl. Max Pooling): Csökkenti a térbeli méretet, összesűríti az információt, és csökkenti a számítási igényt.
Teljesen összekapcsolt réteg (Fully Connected layer): A kinyert jellemzők alapján hoz döntéseket, például osztályoz.

3. Miért hatékony a CNN?

Lokális összefüggések kihasználása: A konvolúciós szűrők helyi mintázatokat keresnek, így hatékonyak képek és térbeli adatok feldolgozásában.
Súlymegosztás: Egy szűrő az egész képen ugyanazt a mintát keresi, ami jelentősen csökkenti a tanulandó paraméterek számát.
Hierarchikus jellemzők: Az alsóbb rétegek egyszerű mintákat tanulnak (élek, sarkok), a magasabb rétegek komplexebb, absztraktabb jellemzőket (formák, objektumok).

4. Alkalmazások

Képosztályozás (pl. ImageNet versenyek)
Objektumdetektálás és szegmentáció
Arc- és arckifejezés felismerés
Orvosi képfeldolgozás (MRI, röntgen)
Videó elemzés és mozgásérzékelés

5. Példa egyszerű CNN architektúrára

Bemeneti kép (pl. 224x224x3 RGB kép)
Konvolúciós réteg + ReLU
Max Pooling
Konvolúciós réteg + ReLU
Max Pooling
Teljesen összekapcsolt réteg
Kimeneti réteg (pl. softmax osztályozáshoz)

6. Összefoglalás

A Convolutional Neural Network egy hatékony mélytanuló hálózati struktúra, amely képes automatikusan kinyerni a képekből azokat a jellemzőket, amelyek alapján magas pontosságú felismerést vagy osztályozást tud végezni. Alapjaiban változtatta meg a számítógépes látás és képfeldolgozás területét, és mára számtalan alkalmazás nélkülözhetetlen eleme.

További információk

convolutional neural network - Szótár.net (en-hu)
convolutional neural network - Sztaki (en-hu)
convolutional neural network - Merriam–Webster
convolutional neural network - Cambridge
convolutional neural network - WordNet
convolutional neural network - Яндекс (en-ru)
convolutional neural network - Google (en-hu)
convolutional neural network - Wikidata
convolutional neural network - Wikipédia (angol)