เครือข่ายประสาทเทียมแบบคอนโวลูชัน (CNN)

เครือข่ายประสาทเทียมแบบคอนโวลูชัน (CNN) เป็นเครือข่ายประสาทเทียมประเภทเฉพาะทางที่ออกแบบมาสำหรับประมวลผลข้อมูลภาพ เครือข่ายเหล่านี้ถูกใช้อย่างแพร่หลายในงานต่าง ๆ เช่น การจำแนกภาพ การตรวจจับวัตถุ และการจดจำใบหน้า

เหตุใด CNN จึงมีประสิทธิภาพกับภาพ

CNN มีประสิทธิภาพเนื่องจาก:

• รักษาความสัมพันธ์เชิงตำแหน่ง: ประมวลผลภาพเป็นตารางพิกเซล
• ลดต้นทุนการคำนวณ: ใช้น้ำหนักร่วมกันสำหรับบริเวณเฉพาะที่ (เคอร์เนล)
• สกัดคุณลักษณะตามลำดับชั้น: ตรวจจับขอบ รูปร่าง และรูปแบบที่ซับซ้อนในแต่ละชั้น

ชั้นคอนโวลูชัน

ชั้นคอนโวลูชันเป็นแกนหลักของ CNN โดยใช้ตัวกรอง (เคอร์เนล) กับภาพขาเข้าเพื่อสกัดคุณลักษณะ

ตัวอย่าง:

• ข้อมูลขาเข้า: ภาพขนาด 5×5
• เคอร์เนล: ตัวกรองขนาด 3×3
• ข้อมูลขาออก: แผนที่คุณลักษณะที่เน้นรูปแบบ

ตัวอย่าง: การใช้คอนโวลูชัน

เราสามารถใช้ไพทอนและ 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)

ชั้นพูลลิง

ชั้นพูลลิงจะลดขนาดของแผนที่คุณลักษณะ โดยยังคงเก็บข้อมูลสำคัญไว้ ประเภทที่ใช้บ่อยประกอบด้วย:

• พูลลิงค่าสูงสุด: คงค่าที่มากที่สุดในบริเวณหนึ่งไว้
• พูลลิงค่าเฉลี่ย: คำนวณค่าเฉลี่ยในบริเวณหนึ่ง

ชั้นเชื่อมต่อเต็มรูปแบบ

ชั้นเชื่อมต่อเต็มรูปแบบจะเชื่อมต่อเซลล์ประสาททั้งหมดจากชั้นหนึ่งไปยังชั้นถัดไป โดยรวมคุณลักษณะที่สกัดได้เพื่อทำการคาดการณ์ในงานต่าง ๆ เช่น การจำแนกภาพ

สถาปัตยกรรม CNN ทั่วไป

CNN ทั่วไปประกอบด้วย:

1. ชั้นคอนโวลูชัน: สกัดคุณลักษณะจากข้อมูลขาเข้า
2. ชั้นพูลลิง: ลดมิติของแผนที่คุณลักษณะ
3. ชั้นเชื่อมต่อเต็มรูปแบบ: ดำเนินการจำแนกหรือการถดถอยขั้นสุดท้าย

ข้อดีของ CNN

CNN มีประสิทธิภาพสูงสำหรับการประมวลผลภาพเนื่องจาก:

• การสกัดคุณลักษณะอย่างมีประสิทธิภาพด้วยชั้นคอนโวลูชัน
• ลดการเรียนรู้เกินพอดีด้วยการใช้พารามิเตอร์ร่วมกัน
• สามารถประมวลผลข้อมูลภาพที่ซับซ้อนด้วยหลายชั้น

สรุปและขั้นตอนถัดไป

ในบทเรียนนี้ เราได้:

• สำรวจโครงสร้างและการทำงานของโครงข่ายประสาทเทียมแบบคอนโวลูชัน
• เรียนรู้เกี่ยวกับคอนโวลูชัน การพูล และชั้นที่เชื่อมต่อเต็มรูปแบบ
• พูดคุยเกี่ยวกับข้อดีของ CNN ในการประมวลผลภาพ

ถัดไป เราจะสร้างโครงการจำแนกภาพพื้นฐานโดยใช้ CNN เพื่อประยุกต์ใช้สิ่งที่เราเรียนรู้