Konwolucyjne sieci neuronowe (CNN)

Konwolucyjne sieci neuronowe (CNN) to wyspecjalizowany rodzaj sieci neuronowych przeznaczony do przetwarzania danych obrazowych. Są szeroko stosowane w zadaniach takich jak klasyfikacja obrazów, wykrywanie obiektów i rozpoznawanie twarzy.

CNN są skuteczne, ponieważ:

• Zachowują relacje przestrzenne: przetwarzają obrazy jako siatki pikseli.
• Zmniejszają koszt obliczeniowy: używają współdzielonych wag dla lokalnych obszarów (jąder).
• Wydobywają cechy hierarchiczne: na kolejnych warstwach wykrywają krawędzie, kształty i złożone wzorce.

Warstwy konwolucyjne stanowią podstawę CNN. Stosują filtry (jądra) do obrazu wejściowego, aby wydobywać cechy.

Przykład:

• Wejście: obraz o wymiarach 5×5.
• Jądro: filtr o wymiarach 3×3.
• Wyjście: mapa cech uwydatniająca wzorce.

Do zasymulowania prostej operacji konwolucji można użyć języka Python i biblioteki NumPy:

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)

Warstwy poolingowe zmniejszają rozmiar map cech, zachowując najważniejsze informacje. Do typowych rodzajów należą:

• Pooling maksymalny: Zachowuje największą wartość w danym obszarze.
• Pooling uśredniający: Oblicza średnią wartość w danym obszarze.

Warstwy w pełni połączone łączą wszystkie neurony jednej warstwy z neuronami kolejnej. Łączą wyodrębnione cechy, aby tworzyć predykcje w zadaniach takich jak klasyfikacja obrazów.

Typowa sieć CNN składa się z:

1. Warstwy konwolucyjne: Wyodrębniają cechy z danych wejściowych.
2. Warstwy poolingowe: Zmniejszają wymiary map cech.
3. Warstwy w pełni połączone: Wykonują końcową klasyfikację lub regresję.

Sieci CNN są bardzo skuteczne w przetwarzaniu obrazów dzięki:

• Wydajnej ekstrakcji cech za pomocą warstw konwolucyjnych.
• Ograniczeniu przeuczenia dzięki współdzieleniu parametrów.
• Możliwości przetwarzania złożonych danych obrazowych za pomocą wielu warstw.

W tej lekcji:

• Poznaliśmy strukturę i sposób działania konwolucyjnych sieci neuronowych.
• Dowiedzieliśmy się, czym są konwolucja, pooling i warstwy w pełni połączone.
• Omówiliśmy zalety CNN w przetwarzaniu obrazów.

Następnie zbudujemy podstawowy projekt klasyfikacji obrazów z użyciem CNN, aby zastosować zdobytą wiedzę.