Konvolutionelle neurale netværk (CNN)

Konvolutionelle neurale netværk (CNN'er) er en specialiseret type neuralt netværk, der er udviklet til behandling af billeddata. De bruges i vid udstrækning til opgaver som billedklassificering, objektdetektering og ansigtsgenkendelse.

CNN'er er effektive, fordi de:

• Bevarer rumlige relationer: Behandler billeder som gitre af pixels.
• Reducerer beregningsomkostningerne: Bruger delte vægte til lokale områder (kerner).
• Udtrækker hierarkiske egenskaber: Registrerer kanter, figurer og komplekse mønstre i lag.

Konvolutionslag er kernen i CNN'er. De anvender filtre (kerner) på inddata-billedet for at udtrække egenskaber.

Eksempel:

• Inddata: Et billede på 5×5.
• Kerne: Et 3×3-filter.
• Uddata: Et egenskabskort, der fremhæver mønstre.

Du kan bruge Python og NumPy til at simulere en simpel konvolutionsoperation:

import numpy as np

# Example 5x5 image
image = np.array([
    [1, 2, 3, 0, 1],
    [0, 1, 2, 3, 4],
    [1, 2, 3, 0, 1],
    [0, 1, 2, 3, 4],
    [1, 0, 1, 2, 3]
])

# Example 3x3 kernel
kernel = np.array([
    [1, 0, -1],
    [1, 0, -1],
    [1, 0, -1]
])

# Perform convolution (without padding or strides)
from scipy.signal import convolve2d
output = convolve2d(image, kernel, mode='valid')
print("Feature Map:", output)

Pooling-lag reducerer størrelsen på egenskabskort, samtidig med at de bevarer vigtige oplysninger. Almindelige typer omfatter:

• Maksimum-pooling: Bevarer den højeste værdi i et område.
• Gennemsnitspooling: Beregner gennemsnitsværdien i et område.

Fuldt forbundne lag forbinder alle neuroner fra ét lag med det næste. De kombinerer udtrukne egenskaber for at lave forudsigelser i opgaver som billedklassificering.

En typisk CNN består af:

1. Konvolutionslag: Udtrækker egenskaber fra inddataene.
2. Pooling-lag: Reducerer dimensionerne for egenskabskortene.
3. Fuldt forbundne lag: Udfører den endelige klassifikation eller regression.

CNN'er er meget effektive til billedbehandling på grund af:

• Effektivt egenskabsudtræk med konvolutionslag.
• Mindre overtilpasning gennem deling af parametre.
• Muligheden for at behandle komplekse billeddata med flere lag.

I denne lektion:

• Undersøgte vi strukturen i og funktionen af konvolutionelle neurale netværk.
• Lærte vi om konvolution, pooling og fuldt forbundne lag.
• Diskuterede vi fordelene ved CNN'er inden for billedbehandling.

Derefter bygger vi et grundlæggende projekt til billedklassifikation med CNN'er for at anvende det, vi har lært.