โครงข่ายประสาทเทียมแบบคอนโวลูชัน (CNN)

โครงข่ายประสาทเทียมแบบคอนโวลูชัน (CNN) เป็นโครงข่ายประสาทเทียมเฉพาะทางที่ออกแบบมาสำหรับประมวลผลข้อมูลภาพ มีการใช้งานอย่างแพร่หลายในงานต่าง ๆ เช่น การจำแนกภาพ การตรวจจับวัตถุ และการรู้จำใบหน้า

เหตุผลที่ CNN ทำงานกับภาพได้ดี

CNN ทำงานได้อย่างมีประสิทธิภาพเนื่องจาก:

• รักษาความสัมพันธ์เชิงพื้นที่: ประมวลผลภาพในรูปแบบตารางพิกเซล
• ลดต้นทุนการคำนวณ: ใช้น้ำหนักร่วมกันสำหรับบริเวณเฉพาะที่ (เคอร์เนล)
• แยกคุณลักษณะตามลำดับชั้น: ตรวจจับขอบ รูปทรง และรูปแบบที่ซับซ้อนในแต่ละชั้น

ชั้นคอนโวลูชัน

ชั้นคอนโวลูชันเป็นส่วนหลักของ CNN โดยจะใช้ตัวกรอง (เคอร์เนล) กับภาพนำเข้าเพื่อแยกคุณลักษณะ

ตัวอย่าง:

• ข้อมูลนำเข้า: ภาพขนาด 5×5
• เคอร์เนล: ตัวกรองขนาด 3×3
• ผลลัพธ์: แผนที่คุณลักษณะที่เน้นรูปแบบต่าง ๆ

ตัวอย่าง: การใช้คอนโวลูชัน

เราสามารถใช้ภาษาไพทอนและ NumPy เพื่อจำลองการดำเนินการคอนโวลูชันอย่างง่ายได้:

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)

ชั้นการรวมข้อมูล

ชั้นการรวมข้อมูลช่วยลดขนาดของแผนที่คุณลักษณะ โดยยังคงข้อมูลสำคัญไว้ ประเภทที่พบบ่อย ได้แก่:

• การรวมค่าสูงสุด: คงค่าสูงสุดในบริเวณหนึ่งไว้
• การรวมค่าเฉลี่ย: คำนวณค่าเฉลี่ยในบริเวณหนึ่ง

ชั้นเชื่อมต่อแบบสมบูรณ์

ชั้นเชื่อมต่อแบบสมบูรณ์จะเชื่อมต่อเซลล์ประสาททั้งหมดจากชั้นหนึ่งไปยังชั้นถัดไป โดยรวมคุณลักษณะที่สกัดได้เพื่อใช้ทำนายผลในงานต่าง ๆ เช่น การจำแนกภาพ

สถาปัตยกรรม CNN ทั่วไป

CNN ทั่วไปประกอบด้วย:

1. ชั้นการคอนโวลูชัน: สกัดคุณลักษณะจากข้อมูลนำเข้า
2. ชั้นการรวมข้อมูล: ลดมิติของแผนที่คุณลักษณะ
3. ชั้นเชื่อมต่ออย่างสมบูรณ์: ดำเนินการจำแนกประเภทหรือการถดถอยในขั้นสุดท้าย

ข้อดีของ CNN

CNN มีประสิทธิภาพสูงสำหรับการประมวลผลภาพ เนื่องจาก:

• สกัดคุณลักษณะได้อย่างมีประสิทธิภาพด้วยชั้นการคอนโวลูชัน
• ลดการเรียนรู้เกินพอดีด้วยการใช้พารามิเตอร์ร่วมกัน
• สามารถประมวลผลข้อมูลภาพที่ซับซ้อนผ่านหลายชั้น

สรุปและขั้นตอนถัดไป

ในบทเรียนนี้ เราได้:

• สำรวจโครงสร้างและการทำงานของโครงข่ายประสาทเทียมแบบคอนโวลูชัน
• เรียนรู้เกี่ยวกับชั้นคอนโวลูชัน ชั้นพูลลิง และชั้นเชื่อมต่อเต็มรูปแบบ
• พูดคุยเกี่ยวกับข้อดีของ CNN ในการประมวลผลภาพ

ถัดไป เราจะสร้างโครงงานการจำแนกภาพพื้นฐานโดยใช้ CNN เพื่อนำสิ่งที่เรียนรู้มาใช้