Konvolucionālie neironu tīkli (CNN) vispirms tika izstrādāti attēlu atpazīšanai datorredzes jomā. Šie tīkli ir specializēts mākslīgā neironu tīkla veids, kas ir izrādījies ļoti efektīvs vizuālo datu analīzē. CNN attīstību noteica nepieciešamība izveidot modeļus, kas varētu precīzi klasificēt un klasificēt attēlus, un to panākumi šajā jomā ir izraisījuši to plašu izmantošanu dažādās citās lietojumprogrammās, piemēram, objektu noteikšanā, attēlu segmentācijā un pat dabiskās valodas apstrādē.
CNN iedvesmo cilvēka smadzeņu redzes garozas struktūra un funkcionalitāte. Tāpat kā vizuālā garoza, CNN sastāv no vairākiem savstarpēji savienotu neironu slāņiem, kas apstrādā dažādus ievades datu aspektus. Galvenais CNN jauninājums ir to spēja automātiski apgūt un iegūt no attēliem atbilstošās funkcijas, novēršot nepieciešamību pēc manuālas funkciju izstrādes. Tas tiek panākts, izmantojot konvolucionālos slāņus, kas ievades attēlam izmanto filtrus, lai noteiktu dažādus vizuālos modeļus un funkcijas, piemēram, malas, stūrus un faktūras.
Pirmais sasniegums CNN radās ar LeNet-5 arhitektūras ieviešanu, ko veica Yann LeCun et al. 1998. gadā. LeNet-5 tika īpaši izstrādāts ar roku rakstītu ciparu atpazīšanai, un tas sasniedza ievērojamu veiktspēju MNIST datu kopā, etalona datu kopā, ko plaši izmanto attēlu atpazīšanas algoritmu novērtēšanai. LeNet-5 demonstrēja CNN spēku, tverot hierarhiskas iezīmes no attēliem, nodrošinot precīzu klasifikāciju pat tad, ja ir atšķirības mērogā, rotācijā un tulkojumā.
Kopš tā laika CNN ir ievērojami attīstījušies, tiek izstrādātas dziļākas un sarežģītākas arhitektūras. Viens ievērojams sasniegums bija AlexNet arhitektūras ieviešana, ko veica Alekss Križevskis un citi. 2012. gadā. AlexNet panāca izrāvienu attēlu klasifikācijā, uzvarot ImageNet liela mēroga vizuālās atpazīšanas izaicinājumā (ILSVRC) ar ievērojami zemāku kļūdu līmeni salīdzinājumā ar iepriekšējām pieejām. Šie panākumi pavēra ceļu CNN plašai ieviešanai attēlu atpazīšanas uzdevumos.
CNN ir veiksmīgi pielietoti arī citiem datora redzes uzdevumiem. Piemēram, objektu noteikšanā CNN var apvienot ar papildu slāņiem, lai lokalizētu un klasificētu objektus attēlā. Slavenais reģionā balstītais konvolucionālais neironu tīkls (R-CNN), ko ieviesa Ross Giršiks et al. 2014. gadā ir šādas arhitektūras piemērs. R-CNN sasniedza vismodernākos rezultātus objektu noteikšanas etalonos, izmantojot CNN jaudu funkciju ieguvei un apvienojot to ar reģiona ierosināšanas metodēm.
Konvolucionālie neironu tīkli vispirms tika izstrādāti attēlu atpazīšanas uzdevumiem datorredzes jomā. Tie ir radījuši apvērsumu šajā jomā, automātiski apgūstot atbilstošās funkcijas no attēliem, novēršot nepieciešamību pēc manuālas funkciju izstrādes. CNN attīstība ir devusi ievērojamus uzlabojumus attēlu klasifikācijā, objektu noteikšanā un dažādos citos datorredzes uzdevumos.
Citi jaunākie jautājumi un atbildes par EITC/AI/ADL padziļināta mācīšanās:
- Kāpēc mašīnmācībā ir jāpiemēro optimizācija?
- Kad notiek pārklāšanās?
- Vai konvolucionālie neironu tīkli var apstrādāt secīgus datus, iekļaujot konvolūcijas laika gaitā, kā to izmanto konvolucionālās secības līdz secībai modeļos?
- Vai ģeneratīvie pretrunīgie tīkli (GAN) paļaujas uz ģeneratora un diskriminatora ideju?