CNNarkkitehtuureille

CNNarkkitehtuureille tarkoitetaan konvoluutionaalisia neuroverkkoja, jotka on suunniteltu erityisesti visuaalisen datan, kuten kuvien ja videoiden, käsittelyyn. Keskeisiä periaatteita ovat konvoluutiokerrokset, joissa pienet suodattimet liikkuvat kuvan yli paikallisten piirteiden havaitsemiseksi; poolaus-kerrokset, jotka pienentävät tilallista kokoa ja parantavat yleistämistä; sekä aktivointi- ja normalisointitoiminnot. Painojen jakaminen ja useiden kokoisten suodattimien käyttö mahdollistavat piirteiden hierarkisen oppimisen: matalat piirteet yhdistyvät yhä korkeampiin tunnisteisiin.

CNN-arkkitehtuureja on kehitetty moniin tehtäviin. Klassisia malleja ovat LeNet-5 (varhaisempi merkkien tunnistus), AlexNet (2012, merkittävä parannus suurella ImageNet -datalla), VGG-verkot (2014, yksinkertaiset, toistuvat pienet suodattimet), GoogLeNet/Inception (2014, useiden kokojen suodattimia samassa kerroksessa) sekä ResNet (2015, residuaaliset yhteydet helpottavat erittäin syviä verkkoja). Näiden jälkeen on tullut DenseNet, MobileNet ja EfficientNet, jotka tuovat paremman suorituskyvyn tai tehokkuuden.

U-nettyyppiset arkkitehtuuri ovat puolestaan vakiinnuttaneet asemansa segmentoinnissa. CNN-arkkitehtuureja käytetään laajalti kuvantunnistuksessa, objekti- ja kasvojen tunnistuksessa sekä lääketieteellisessä kuvantamisessa ja videoanalyysissä. Opetuksessa korostuvat suuret dataset-tilat, siirtäminen oppimisen ja regularisointi. Haasteita ovat datan monimuotoisuus, laskennallinen kustannus sekä tulosten tulkittavuus.